我是一个新手Pig和我已经开始与字数计画。
在下面的字数计算程序中，我看到第3行和第4行中使用了group关键字。关键字'group'在这两个地方的用法是相同的还是不同的，因为我有点困惑，因为程序第4行的组在大写时抛出了错误？
lines = LOAD '/user/root/pig/pig_demo.txt' AS (line:chararray);
words = FOREACH lines GENERATE FLATTEN(TOKENIZE(line)) as word;
grouped = GROUP words BY word;
wordcount = FOREACH grouped GENERATE group, COUNT(words);
DUMP wordcount;
1条答案
按热度按时间zfciruhq1#
两者是不同的。前者，即“组”是一个运算符，后者，即“组”是一个关键字，表示组键。
下面是这里的解释。
group操作符将具有相同组键（键字段）的元组分组在一起。如果组键有多个字段，则键字段将是元组，否则它将与组键的类型相同。组操作的结果是每个组包含一个元组的关系。此元组包含两个字段：
第一个字段名为“group”（不要将其与group运算符混淆），并且与group键的类型相同。第二个字段采用原始关系的名称，类型为bag。这两个字段的名称都是由系统生成的，如下面的示例所示。请注意，group（以及cogroup）和join操作符执行类似的功能。group创建一组嵌套的输出元组，join创建一组扁平的输出元组。