在 Apache Pig 中取消分组答案

【问题标题】：UnGroup in Apache Pig在 Apache Pig 中取消分组
【发布时间】：2013-02-01 06:16:10
【问题描述】：

Apache Pig 是否支持 UNGROUP 操作？我想没有。那么有人可以帮我解决这个问题吗？我有一排表格

1,a-b-c
2,d-e-f
3,g-h

我想把它展开成表格

1,a
1,b
1,c
2,d
2,e
2,f
3,g
3,h

任何帮助表示赞赏。

【问题讨论】：

【解决方案1】：

您可能应该使用内置 STRSPLIT 将您的第二个字段拆分为多个标记，然后应用 FLATTEN 为每个元素创建 1 行。像这样的：

A = LOAD 'input.txt' as (id, data);

B = FOREACH A GENERATE id, FLATTEN(STRSPLIT(data,'-'));

【讨论】：

STRSPLIT 返回一个元组而不是一个包，它不会将数据值旋转到行中，您最终将得到与输入数据相同数量的元组。要获得您想要的结果，请查看stackoverflow.com/questions/12549842/…
刚刚试了一下，效果很好。将“-”替换为空格而不是 TOKENIZE，因为它返回一个 BAG，并且在 FLATTEN 之后它会创建旋转行。 B = FOREACH A GENERATE id, FLATTEN(TOKENIZE(REPLACE(data, '-', ' ')));