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;

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)