Pig 中的包和元组模式

Question

我试图为我尝试使用 JsonLoader 加载的一些数据指定架构，我要上传的数据格式为

Features:["Speedy","New","Automatic",..]

对于每条记录，特征的数量不是固定的，它可以是不同的。我在模式中将其表示为：

Features: bag{a: tuple(t:chararray)}

但是它不起作用。有人可以用正确的语法帮助我并指出我错了。

Answer 1

字段名称规范是不必要的，因为您有一个没有任何字段名称的简单数组。试试这个：

a = load 'a.json' using JsonLoader('value:int,feature:{(chararray)}');

Json 文件：

{"value":1, "feature":[1, 2, 3] }
{"value":2, "feature":[2,3,4]}
{"value":3, "feature":[12,13,14]}
{"value":4, "feature":[2]}

输出：

(1,{(1),(2),(3)})
(2,{(2),(3),(4)})
(3,{(12),(13),(14)})
(4,{(2)})