ApachePig-個別の演算子
ザ・ DISTINCT 演算子は、リレーションから冗長な(重複した)タプルを削除するために使用されます。
構文
以下に示すのは、 DISTINCT オペレーター。
grunt> Relation_name2 = DISTINCT Relatin_name1;
例
名前の付いたファイルがあると仮定します student_details.txt HDFSディレクトリ内 /pig_data/ 以下に示すように。
student_details.txt
001,Rajiv,Reddy,9848022337,Hyderabad
002,siddarth,Battacharya,9848022338,Kolkata
002,siddarth,Battacharya,9848022338,Kolkata
003,Rajesh,Khanna,9848022339,Delhi
003,Rajesh,Khanna,9848022339,Delhi
004,Preethi,Agarwal,9848022330,Pune
005,Trupthi,Mohanthy,9848022336,Bhuwaneshwar
006,Archana,Mishra,9848022335,Chennai
006,Archana,Mishra,9848022335,Chennai
そして、このファイルをリレーション名でPigにロードしました student_details 以下に示すように。
grunt> student_details = LOAD 'hdfs://localhost:9000/pig_data/student_details.txt' USING PigStorage(',')
as (id:int, firstname:chararray, lastname:chararray, phone:chararray, city:chararray);
名前の付いたリレーションから冗長な(重複した)タプルを削除しましょう student_details を使用して DISTINCT 演算子、およびという名前の別のリレーションとして保存します distinct_data 以下に示すように。
grunt> distinct_data = DISTINCT student_details;
検証
関係を確認する distinct_data を使用して DUMP 以下に示す演算子。
grunt> Dump distinct_data;
出力
リレーションの内容を表示して、次の出力を生成します distinct_data 次のように。
(1,Rajiv,Reddy,9848022337,Hyderabad)
(2,siddarth,Battacharya,9848022338,Kolkata)
(3,Rajesh,Khanna,9848022339,Delhi)
(4,Preethi,Agarwal,9848022330,Pune)
(5,Trupthi,Mohanthy,9848022336,Bhuwaneshwar)
(6,Archana,Mishra,9848022335,Chennai)