Apache Pig - COMIENZA CON ()

Esta función acepta dos parámetros de cadena. Verifica si la primera cadena comienza con la segunda.

Sintaxis

A continuación se muestra la sintaxis de la STARTSWITH() función.

grunt> STARTSWITH(string, substring)

Ejemplo

Suponga que hay un archivo llamado emp.txt en el HDFS directorio /pig_data/Como se muestra abajo. Este archivo contiene los detalles del empleado, como identificación, nombre, edad y ciudad.

emp.txt

001,Robin,22,newyork
002,BOB,23,Kolkata
003,Maya,23,Tokyo
004,Sara,25,London 
005,David,23,Bhuwaneshwar 
006,Maggy,22,Chennai
007,Robert,22,newyork 
008,Syam,23,Kolkata
009,Mary,25,Tokyo 
010,Saran,25,London 
011,Stacy,25,Bhuwaneshwar 
012,Kelly,22,Chennai

Y hemos cargado este archivo en Pig con una relación llamada emp_data Como se muestra abajo.

grunt > emp_data = LOAD 'hdfs://localhost:9000/pig_data/emp.txt' USING PigStorage(',')
   as (id:int, name:chararray, age:int, city:chararray);

Ejemplo

A continuación se muestra un ejemplo de STARTSWITH()función. En este ejemplo, hemos verificado si los nombres de todos los empleados comienzan con la subcadena“Ro”.

grunt> startswith_data = FOREACH emp_data GENERATE (id,name), STARTSWITH (name,’Ro’);

La declaración anterior analiza los nombres de todos los empleados si alguno de estos nombres comienza con la subcadena ‘Ro’. Dado que los nombres de los empleados‘Robin’ y ‘Robert’ comienza con la subcadena ‘Ro’ para estas dos tuplas el STARTSWITH() función devuelve el valor booleano ‘true’ y para las tuplas restantes, el valor será ‘false’.

El resultado de la declaración se almacenará en la relación denominada startswith_data. Verificar el contenido de la relaciónstartswith_data, utilizando el operador Dump como se muestra a continuación.

grunt> Dump startswith_data;
  
((1,Robin),true)
((2,BOB),false)
((3,Maya),false) 
((4,Sara),false)
((5,David),false) 
((6,maggy),false)
((7,Robert),true) 
((8,Syam),false)
((9,Mary),false) 
((10,Saran),false)
((11,Stacy),false) 
((12,Kelly),false)

↰ Previous page