Apache Pig - Farklı Operatör

DISTINCT işleci, bir ilişkiden gereksiz (yinelenen) demetleri kaldırmak için kullanılır.

Sözdizimi

Aşağıda verilen sözdizimi DISTINCT Şebeke.

grunt> Relation_name2 = DISTINCT Relatin_name1;

Misal

Adında bir dosyamız olduğunu varsayalım student_details.txt HDFS dizininde /pig_data/ Aşağıda gösterildiği gibi.

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

Ve bu dosyayı Pig'e ilişki adıyla yükledik. student_details Aşağıda gösterildiği gibi.

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);

Şimdi gereksiz (yinelenen) tupleları adlı ilişkiden kaldıralım. student_details kullanmak DISTINCT işleci ve adında başka bir ilişki olarak saklayın distinct_data Aşağıda gösterildiği gibi.

grunt> distinct_data = DISTINCT student_details;

Doğrulama

İlişkiyi doğrulayın distinct_data kullanmak DUMP Operatör aşağıda gösterildiği gibi.

grunt> Dump distinct_data;

Çıktı

İlişkinin içeriğini gösteren aşağıdaki çıktıyı üretecektir distinct_data aşağıdaki gibi.

(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)