Apache Pig – Operador dividido
AREAtutorial » Big Data & Analitycs » Apache Pig – Operador dividido
EN Separar El operador se utiliza para dividir una relación en dos o más relaciones.
A continuación se muestra la sintaxis Separar operador.
grunt> SPLIT Relation1_name INTO Relation2_name IF (condition1), Relation2_name (condition2),
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.
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: una enumera a los empleados menores de 23 años y la otra enumera a los empleados de entre 22 y 25 años.
SPLIT student_details into student_details1 if age<23, student_details2 if (22<age and age>25);
Verificar relación Student_details1 y Student_details2 usando DUMP operador como se muestra a continuación.
grunt> Dump student_details1; grunt> Dump student_details2;
Producirá el siguiente resultado mostrando el contenido de la relación 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)
🚫