关于 LoadFunc 的示例和更多解释答案

【问题标题】：Example and more explanation about LoadFunc关于 LoadFunc 的示例和更多解释
【发布时间】：2012-06-07 02:34:48
【问题描述】：

在哪里可以找到有关 LoadFunc 的更多信息/示例。除了http://web.archive.org/web/20130701024312/http://ofps.oreilly.com/titles/9781449302641/load_and_store_funcs.html 我没有看到任何使用新 LoadFunc API 的示例。谁能告诉我在哪里可以找到一些编写 Load UDF 的示例？

【问题讨论】：

【解决方案1】：

从 0.7.0 开始，Pig 加载器扩展了 LoadFunc 抽象类。这意味着它们需要重写 4 个方法：

getInputFormat() 此方法向调用者返回加载程序支持的 InputFormat 实例。实际的加载过程需要在加载时使用一个实例，并且不希望对该实例的创建方式施加任何限制。
prepareToRead() 在读取拆分之前调用。它传入拆分读取期间使用的读取器以及实际拆分。加载器的实现通常会留住阅读器，如果需要，可能希望访问实际的拆分。
setLocation() Pig 调用它来将加载位置传递给加载器，加载器负责将该信息传递给底层的 InputFormat 对象。该方法可以被多次调用，因此不应有与该方法关联的状态（除非该状态在该方法被调用时被重置）。
getNext() 一旦所有设置完成，Pig 调用它从加载器获取下一个元组。如果此方法返回 NULL，Pig 假定通过 prepareToRead() 方法传递的拆分中的所有信息都已处理。

这里有几篇不错的文章来为 Pig 编写自定义加载函数：

【讨论】：