我有一个项目，其中我计算帐户上的各种数据，并将每个数据保存在不同的文件中（每个计算都有不同的脚本）。然后，我需要创建最后一个文件，它将一个帐户的所有数据合并在一起。一种方法是将每个输出保存在不同的目录中，而不是在最终的脚本中，用一个模式加载每个目录，按帐户加入（或联合组）并打印。这里的问题是，我需要告诉pig要加载哪些目录。我想制作一个更通用的脚本，这样就可以很容易地添加更多的计算，所以我创建了一个父目录，并将所有输出保存在该目录下（子目录中）。然后我写了这个剧本

attributes_data=        load '$attributes_data' using CSVLoader;
union_data=         group attributes_data by TRIM ($0);
final_output=       foreach union_data generate
            FLATTEN(Merge_Bags(attributes_data));
store order_data into '$final_attr' using AttributesStorer;

这样，我不需要告诉pig应该加载哪些文件，它只需加载输出目录下的所有子目录。这里的问题是，在group by之后的包中元组的顺序不一致，所以我的最终结果没有一致的顺序，这是一个问题。
我非常欣赏你的想法，使脚本尽可能通用，同时在最终结果中保存一些数据顺序。