Apache Pig - ตัวดำเนินการที่โดดเด่น

DISTINCT ตัวดำเนินการใช้เพื่อลบสิ่งที่ซ้ำซ้อน (ซ้ำกัน) ออกจากความสัมพันธ์

ไวยากรณ์

ด้านล่างนี้เป็นไวยากรณ์ของไฟล์ DISTINCT ตัวดำเนินการ

grunt> Relation_name2 = DISTINCT Relatin_name1;

ตัวอย่าง

สมมติว่าเรามีไฟล์ชื่อ student_details.txt ในไดเร็กทอรี HDFS /pig_data/ ดังแสดงด้านล่าง

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

และเราได้โหลดไฟล์นี้ลงใน Pig ด้วยชื่อความสัมพันธ์ student_details ดังแสดงด้านล่าง

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);

ตอนนี้ให้เราลบสิ่งที่ซ้ำซ้อน (ซ้ำกัน) ออกจากความสัมพันธ์ที่มีชื่อว่า student_details ใช้ DISTINCT ตัวดำเนินการและจัดเก็บเป็นความสัมพันธ์อื่นที่ชื่อ distinct_data ดังแสดงด้านล่าง

grunt> distinct_data = DISTINCT student_details;

การยืนยัน

ตรวจสอบความสัมพันธ์ distinct_data ใช้ DUMP ตัวดำเนินการดังที่แสดงด้านล่าง

grunt> Dump distinct_data;

เอาต์พุต

มันจะสร้างผลลัพธ์ต่อไปนี้โดยแสดงเนื้อหาของความสัมพันธ์ distinct_data ดังต่อไปนี้.

(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)