你误解了他在演讲中所说的话。他的意思是pig中的“平均”实现是300行de java代码，而由宏 predicate 功能实现的cascalog只有5行。他想强调作文的力量。
对不起，我的英语不好，我正在学习

选择已经在pig中实现的聚合操作可能会混淆消息。
正如@marivas11所指出的，这些幻灯片的一个主题是， predicate 的可组合性是用户定义函数（udf）方法的一个强有力的替代方法，这种方法在其他hadoop抽象中很流行。
可组合性的好处远远超出了代码量的相对差异：
predicate 的复合性降低了moseley/marks 2006中定义的“偶然复杂性”，这有利于软件工程成本
简洁的代码，其结果也非常接近规定的要求；这几乎直接来自于测试驱动开发（tdd）的实践，因为cascalog子查询实际上变成了测试语句——sam ritchie的cascalog midje添加事实和模拟是非常好的
摆脱UDF可以减轻数据团队的一个非常麻烦的问题，他们必须开发复杂的工作流：跨越语言边界从java到pig的dml再回到java意味着异常处理、通知和其他工具变得更加困难——特别是对于大型应用程序，在大型集群上很难解决的问题。。。在cascalog中，所有扩展都停留在同一种语言中（甚至leiningen构建脚本也是clojure语言），因此编译器拥有工作流的完整视图，可以比pig更早地推断问题。
后一点很微妙，但在实践中会转化为$$。在pig中，在应用程序在集群上运行之前，您不会发现许多问题。对于一个大规模的应用程序，这意味着烧钱来测试在编译时或者在提交之前在hadoop客户端上推断出的bug。

在常规sql中，它很简单-从tablename中选择count（*），其中age>（从tablename中选择avg age）
但它要求底层引擎能够检测到最新的select是独立的子查询（否则它将永远工作）。
把它分成两个操作符应该很简单——一个选择avg age，第二个在上面计算这些操作符。

我不认为在pig中会有300行代码。清管器已具备过滤结构和平均评估功能。pig中的代码类似于：

A = LOAD 'student.txt' AS (name:chararray, age:int);
B = FILTER A BY age > AVG(A.age);

注意：我没有尝试这个代码，因为我的机器上没有清管器设置。