MAX(Count) 函数 apache pig latin答案

【问题标题】：MAX(Count) function apache pig latinMAX(Count) 函数 apache pig latin
【发布时间】：2017-03-01 01:12:48
【问题描述】：

下面这个程序我试图在 Apache Pig 和非结构化数据中完成它

i) 我有包含街道名称、城市和州的数据集：

ii) 按州分组

iii) 我正在获取数据集中的 COUNT(*) 个状态现在我的 o/p 将类似于 statename,count===>该状态在数据集中可用的时间

程序：

realestate = LOAD DATA using pigstorage(',') as (street:string,city string,state string);

A = GROUP realestate by state;
B= FOREACH A GENERATE group , count (*)

O/P 会像

CA,14
washington,20

现在我需要最大（计数）我的输出应该是“华盛顿，20）

如何进行。请帮我解决问题

【问题讨论】：

标签： hadoop apache-pig hadoop-streaming hadoop-partitioning

【解决方案1】：

在生成的结果上应用ORDER 和LIMIT

realestate = LOAD DATA using pigstorage(',') as (street:string,city string,state string);
A = GROUP realestate by state;
B = FOREACH A GENERATE group , COUNT(realestate) as c;

# Arrange the tuples based on the count in descending order
D = order B by c desc;

# Apply limit on the ordered result to get the Max value
E = LIMIT D 1;

【讨论】：