从pig中的另一行中减去一行的值

w6lpcovy  于 2021-06-03  发布在  Hadoop
关注(0)|答案(1)|浏览(371)

我正在尝试开发一个使用pig分析一些日志文件的示例程序。我想分析不同作业的运行时间。当我读取作业的日志文件时,我会得到作业的开始时间和结束时间,如下所示:

(Wed,03/20/13,01:03:37,EDT)
(Wed,03/20/13,01:05:00,EDT)

现在,为了计算经过的时间,我需要减去这两个时间戳,但是由于这两个时间戳在同一个包中,我不知道如何比较它们。所以我想知道怎么做。谢谢!

vfh0ocws

vfh0ocws1#

两个日志行中的作业是否都有唯一的id?还有什么东西可以指示哪个事件是开始的,哪个是结束的?
如果是这样,您可以读取数据集两次,一次读取开始事件,一次读取结束事件,然后将两者连接在一起。然后你将有一个记录,其中包含两个事件。
所以:

A = FOREACH logline GENERATE id, type, timestamp;
START = FILTER A BY (type == 'start');

END = FILTER A  BY (type == 'end');

JOINED = JOIN START by ID, END by ID;

DIFF = FOREACH JOINED GENERATE (START.timestamp - END.timestamp); // or whatever;

相关问题