Apache Pig - การจัดเก็บข้อมูล

ในบทที่แล้วเราได้เรียนรู้วิธีการโหลดข้อมูลลงใน Apache Pig คุณสามารถจัดเก็บข้อมูลที่โหลดในระบบไฟล์โดยใช้ไฟล์storeตัวดำเนินการ บทนี้อธิบายวิธีการจัดเก็บข้อมูลใน Apache Pig โดยใช้ไฟล์Store ตัวดำเนินการ

ไวยากรณ์

ด้านล่างคือไวยากรณ์ของคำสั่ง Store

STORE Relation_name INTO ' required_directory_path ' [USING function];

ตัวอย่าง

สมมติว่าเรามีไฟล์ student_data.txt ใน HDFS ที่มีเนื้อหาต่อไปนี้

001,Rajiv,Reddy,9848022337,Hyderabad
002,siddarth,Battacharya,9848022338,Kolkata
003,Rajesh,Khanna,9848022339,Delhi
004,Preethi,Agarwal,9848022330,Pune
005,Trupthi,Mohanthy,9848022336,Bhuwaneshwar
006,Archana,Mishra,9848022335,Chennai.

และเราได้อ่านมันเป็นความสัมพันธ์ student โดยใช้ตัวดำเนินการ LOAD ดังที่แสดงด้านล่าง

grunt> student = LOAD 'hdfs://localhost:9000/pig_data/student_data.txt' 
   USING PigStorage(',')
   as ( id:int, firstname:chararray, lastname:chararray, phone:chararray, 
   city:chararray );

ตอนนี้ให้เราจัดเก็บความสัมพันธ์ในไดเรกทอรี HDFS “/pig_Output/” ดังแสดงด้านล่าง

grunt> STORE student INTO ' hdfs://localhost:9000/pig_Output/ ' USING PigStorage (',');

เอาต์พุต

หลังจากดำเนินการ storeคุณจะได้ผลลัพธ์ดังต่อไปนี้ ไดเร็กทอรีถูกสร้างขึ้นโดยใช้ชื่อที่ระบุและข้อมูลจะถูกเก็บไว้ในนั้น

2015-10-05 13:05:05,429 [main] INFO  org.apache.pig.backend.hadoop.executionengine.mapReduceLayer.
MapReduceLau ncher - 100% complete
2015-10-05 13:05:05,429 [main] INFO  org.apache.pig.tools.pigstats.mapreduce.SimplePigStats - 
Script Statistics:
   
HadoopVersion    PigVersion    UserId    StartedAt             FinishedAt             Features 
2.6.0            0.15.0        Hadoop    2015-10-0 13:03:03    2015-10-05 13:05:05    UNKNOWN  
Success!  
Job Stats (time in seconds): 
JobId          Maps    Reduces    MaxMapTime    MinMapTime    AvgMapTime    MedianMapTime    
job_14459_06    1        0           n/a           n/a           n/a           n/a
MaxReduceTime    MinReduceTime    AvgReduceTime    MedianReducetime    Alias    Feature   
     0                 0                0                0             student  MAP_ONLY 
OutPut folder
hdfs://localhost:9000/pig_Output/ 
 
Input(s): Successfully read 0 records from: "hdfs://localhost:9000/pig_data/student_data.txt"  
Output(s): Successfully stored 0 records in: "hdfs://localhost:9000/pig_Output"  
Counters:
Total records written : 0
Total bytes written : 0
Spillable Memory Manager spill count : 0 
Total bags proactively spilled: 0
Total records proactively spilled: 0
  
Job DAG: job_1443519499159_0006
  
2015-10-05 13:06:06,192 [main] INFO  org.apache.pig.backend.hadoop.executionengine
.mapReduceLayer.MapReduceLau ncher - Success!

การยืนยัน

คุณสามารถตรวจสอบข้อมูลที่จัดเก็บได้ดังที่แสดงด้านล่าง

ขั้นตอนที่ 1

ก่อนอื่นแสดงรายการไฟล์ในไดเร็กทอรีชื่อ pig_output ใช้ ls คำสั่งดังที่แสดงด้านล่าง

hdfs dfs -ls 'hdfs://localhost:9000/pig_Output/'
Found 2 items
rw-r--r-   1 Hadoop supergroup          0 2015-10-05 13:03 hdfs://localhost:9000/pig_Output/_SUCCESS
rw-r--r-   1 Hadoop supergroup        224 2015-10-05 13:03 hdfs://localhost:9000/pig_Output/part-m-00000

คุณสามารถสังเกตได้ว่าไฟล์สองไฟล์ถูกสร้างขึ้นหลังจากเรียกใช้ไฟล์ store คำให้การ.

ขั้นตอนที่ 2

การใช้ cat คำสั่งแสดงรายการเนื้อหาของไฟล์ชื่อ part-m-00000 ดังแสดงด้านล่าง

$ hdfs dfs -cat 'hdfs://localhost:9000/pig_Output/part-m-00000' 
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