如果你能在Pig（或 hive ）里做，就在Pig（或 hive ）里做。
否则，请在JavaMapReduce中执行。
Pig的好处：
像csv这样的结构化数据非常容易加载和使用
比java慢不了多少
不容易出现java级错误
更容易阅读和书写
无需编译：易于维护，易于部署
有一些事情一开始你可能认为你不能用pig来做，但你想用java来做，但是一旦你对pig有了更多的了解，你就可以用pig来做了：
您可以用java编写用户定义的加载程序。无论如何，您都要编写一些java来解析复杂的数据格式，所以为什么不在pig加载程序中进行呢？
筑巢 map 以及 bag 数据类型可以很好地建模分层数据结构，但是您可能需要编写大量的udf。
您可以在pig中使用javamapreduce。这让你可以在pig中完成艰难的操作，但在其他地方更容易。
这里有一些，但你明白了。pig是非常可定制的，一般来说，您编写的java会更少。
基本的东西很简单。我们可以做一些事情，比如分层数据结构，和定制加载。好吧，剩下什么？
使用分区器来做mapreduce不打算做的事情。
非常糟糕的数据格式或完全非结构化的数据（视频、音频、原始的人类可读文本）
在distributedcache中执行复杂操作（基本操作可以通过 JOIN 以及 USING 'replicated' )
希望其他人能在评论中添加他们在pig中不能做的事情。