请帮帮我。。我有下面的场景-输入文件。。
ID name Time-stamp
1234 kiran 18-MAR-2015 01:02:31
1234 kiran 18-MAR-2015 01:02:31
1234 kiran 19-MAR-2015 01:02:31
1234 kiran 18-MAR-2015 11:02:31
1234 kiran 20-MAR-2015 01:02:00
1234 kiran 11-MAR-2015 21:12:31
1234 kiran 18-MAR-2015 01:02:31
1234 kiran 30-MAR-2015 01:02:31
1234 kiran 22-MAR-2015 01:11:00
1234 kiran 30-MAR-2015 01:02:31
1234 kiran 19-MAR-2015 01:02:00现在我需要根据时间戳列中的日期编写输出文件，输出将是：
user/username/DATE/part-m-000000--日期是可变的，所以文件夹名称应该是
user/username/18-MAR-2015/part-m-000000上面的文件包含单个日期的所有值
1234 kiran 18-MAR-2015 01:02:31
1234 kiran 18-MAR-2015 01:02:31
1234 kiran 18-MAR-2015 11:02:31
1234 kiran 18-MAR-2015 01:02:31另一个文件夹名应为
user/username/19-MAR-2015/part-m-000000上面的文件包含单个日期的所有值
1234 kiran 19-MAR-2015 01:02:31
1234 kiran 19-MAR-2015 01:02:00另一个文件夹名应为
user/username/20-MAR-2015/part-m-000000上面的文件包含单个日期的所有值
1234 kiran 20-MAR-2015 01:02:00另一个文件夹名应为
user/username/22-MAR-2015/part-m-000000上面的文件包含单个日期的所有值
1234 kiran 2015年3月22日01:11:00
另一个文件夹名应为
user/username/30-MAR-2015/part-m-000000上面的文件包含单个日期的所有值
1234 kiran 30-MAR-2015 01:02:31
1234 kiran 30-MAR-2015 01:02:31请帮帮我
谢谢您。。斯雷
1条答案
按热度按时间9rbhqvlz1#
以下步骤应有助于-
使用日期函数将时间戳转换为所需格式。
按日期分组
将组展平
使用org.apache.pig.piggybank.storage.multistorage保存#3的结果。