EN FILTRAR El operador se usa para seleccionar las tuplas requeridas de una relación basada en una condición.
A continuación se muestra la sintaxis FILTRAR operador.
grunt> Relation2_name = FILTER Relation1_name BY (condition);
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 cargamos este archivo en Pig con el nombre de la relación. Student_details Como se muestra abajo.
grunt> 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);
Usemos ahora el operador Filtro para obtener información detallada sobre los estudiantes de la ciudad de Chennai.
filter_data = FILTER student_details BY city == 'Chennai';
Verifica la conexión filter_data usando DUMP operador como se muestra a continuación.
grunt> Dump filter_data;
Producirá el siguiente resultado mostrando el contenido de la relación filter_data siguiente.
(6,Archana,Mishra,23,9848022335,Chennai) (8,Bharathi,Nambiayar,24,9848022333,Chennai)
🚫