Apache Pig - Operador dividido
los SPLIT El operador se utiliza para dividir una relación en dos o más relaciones.
Sintaxis
A continuación se muestra la sintaxis de la SPLIT operador.
grunt> SPLIT Relation1_name INTO Relation2_name IF (condition1), Relation2_name (condition2),
Ejemplo
Supongamos que tenemos un archivo llamado student_details.txt en el directorio HDFS /pig_data/ Como se muestra abajo.
student_details.txt
001,Rajiv,Reddy,21,9848022337,Hyderabad
002,siddarth,Battacharya,22,9848022338,Kolkata
003,Rajesh,Khanna,22,9848022339,Delhi
004,Preethi,Agarwal,21,9848022330,Pune
005,Trupthi,Mohanthy,23,9848022336,Bhuwaneshwar
006,Archana,Mishra,23,9848022335,Chennai
007,Komal,Nayak,24,9848022334,trivendram
008,Bharathi,Nambiayar,24,9848022333,Chennai
Y hemos cargado este archivo en Pig con el nombre de la relación. student_details Como se muestra abajo.
student_details = LOAD 'hdfs://localhost:9000/pig_data/student_details.txt' USING PigStorage(',')
as (id:int, firstname:chararray, lastname:chararray, age:int, phone:chararray, city:chararray);
Dividamos ahora la relación en dos, uno que enumera a los empleados de menos de 23 años y el otro que enumera a los empleados que tienen entre 22 y 25 años.
SPLIT student_details into student_details1 if age<23, student_details2 if (22<age and age>25);
Verificación
Verificar las relaciones student_details1 y student_details2 utilizando el DUMP operador como se muestra a continuación.
grunt> Dump student_details1;
grunt> Dump student_details2;
Salida
Producirá el siguiente resultado, mostrando el contenido de las relaciones student_details1 y student_details2 respectivamente.
grunt> Dump student_details1;
(1,Rajiv,Reddy,21,9848022337,Hyderabad)
(2,siddarth,Battacharya,22,9848022338,Kolkata)
(3,Rajesh,Khanna,22,9848022339,Delhi)
(4,Preethi,Agarwal,21,9848022330,Pune)
grunt> Dump student_details2;
(5,Trupthi,Mohanthy,23,9848022336,Bhuwaneshwar)
(6,Archana,Mishra,23,9848022335,Chennai)
(7,Komal,Nayak,24,9848022334,trivendram)
(8,Bharathi,Nambiayar,24,9848022333,Chennai)