【发布时间】:2021-02-21 22:21:15
【问题描述】:
我正在努力寻找在一年内为球队效力最多的球员。我有一个文件,其中包含 PlayerID、yearID、teamID 的架构。我将文件带入两次以尝试加入 PlayerID 和 yearID 相等但 teamID 不相等的位置。我如何在 PIG 中工作?我可以在 join 语句中使用 吗?我需要将它们分组并进行比较吗?我知道 sql 我可以加入基于 PlayerID 和 yearID 相等且 teamID 不相等但不知道如何在 PIG 中执行此操作。
我试过了,但语法不正确”
batters = LOAD 'hdfs:/user/maria_dev/pigtest/Batting.csv' USING PigStorage(',') AS
(id:chararray,yearid:int, teamid:chararray);
batters1 = LOAD 'hdfs:/user/maria_dev/pigtest/Batting.csv' USING PigStorage(',') AS ` (id:chararray,yearid:int, teamid:chararray);
batter_fltr = FILTER batters BY (yearid > 0) AND (teamid> ' ');
batter1_fltr = FILTER batters1 BY (yearid>0) AND (teamid> ' ');
multi_playr = JOIN batter_fltr BY (yearid,id), batter1_fltr BY(yearid,id) ,LEFT OUTER BY(teamid);
【问题讨论】:
标签: apache-pig