Apache Pig - STRSPLIT ()

Esta función se usa para dividir una cadena dada por un delimitador dado.

Sintaxis

La sintaxis de STRSPLIT()se da a continuación. Esta función acepta una cadena que se necesita dividir, una expresión regular y un valor entero que especifica el límite (el número de subcadenas que la cadena debe dividirse). Esta función analiza la cadena y cuando encuentra la expresión regular dada, divide la cadena enn número de subcadenas donde n será el valor pasado a limit.

grunt> STRSPLIT(string, regex, limit)

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_Smith,22,newyork 
002,BOB_Wilson,23,Kolkata 
003,Maya_Reddy,23,Tokyo 
004,Sara_Jain,25,London 
005,David_Miller,23,Bhuwaneshwar 
006,Maggy_Moore,22,Chennai 
007,Robert_Scott,22,newyork 
008,Syam_Ketavarapu,23,Kolkata 
009,Mary_Carter,25,Tokyo 
010,Saran_Naidu,25,London 
011,Stacy_Green,25,Bhuwaneshwar 
012,Kelly_Moore,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);

A continuación se muestra un ejemplo de STRSPLIT()función. Si observa el archivo emp.txt, puede encontrarlo en elname columna, tenemos los nombres y apellidos de los empleados separados por el delemeter '_'.

En este ejemplo, intentamos dividir el nombre y el apellido de los empleados usando STRSPLIT() función.

grunt> strsplit_data = FOREACH emp_data GENERATE (id,name), STRSPLIT (name,'_',2);

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

grunt> Dump strsplit_data;
  
((1,Robin_Smith),(Robin,Smith))
((2,BOB_Wilson),(BOB,Wilson))
((3,Maya_Reddy),(Maya,Reddy))
((4,Sara_Jain),(Sara,Jain))
((5,David_Miller),(David,Miller))
((6,Maggy_Moore),(Maggy,Moore))
((7,Robert_Scott),(Robert,Scott))
((8,Syam_Ketavarapu),(Syam,Ketavarapu))
((9,Mary_Carter),(Mary,Carter))
((10,Saran_Naidu),(Saran,Naidu))
((11,Stacy_Green),(Stacy,Green))
((12,Kelly_Moore),(Kelly,Moore))

↰ Previous page