web-dev-qa-db-ja.com

ピッグラテンを使用して個別のカウントを選択

このpigスクリプトについてサポートが必要です。私はただ1つのレコードを取得しています。 2つの列を選択し、別の列でcount（distinct）を実行しながら、where like句を使用して特定の説明（desc）を検索しています。

これが私がコーディングしようとしているpigを使った私のSQLです。

 /*
    For example in sql:
    select domain, count(distinct(segment)) as segment_cnt
    from table
    where desc='ABC123'
    group by domain
    order by segment_count desc;
    */

    A = LOAD 'myoutputfile' USING PigStorage('\u0005')
            AS (
                domain:chararray,
                segment:chararray,
                desc:chararray
                );
B = filter A by (desc=='ABC123');
C = foreach B generate domain, segment;
D = DISTINCT C;
E = group D all;
F = foreach E generate group, COUNT(D) as segment_cnt;
G = order F by segment_cnt DESC;
hadoopapache-pig
16
jdamae

各ドメインでGROUPを実行してから、 ネストされたFOREACH 構文を使用して、各グループ内の個別の要素の数をカウントできます。

D = group C by domain;
E = foreach D { 
    unique_segments = DISTINCT C.segment;
    generate group, COUNT(unique_segments) as segment_cnt;
};
33
Romain

これをマクロとしてより適切に定義できます。

_DEFINE DISTINCT_COUNT(A, c) RETURNS dist {
  temp = FOREACH $A GENERATE $c;                                                                                                                                                      
  dist = DISTINCT temp;                                                                                                                                                               
  groupAll = GROUP dist ALL;                                                                                                                                                          
  $dist = FOREACH groupAll GENERATE COUNT(dist);                                                                                                                                      
}
_

使用法：

X = LOAD 'data' AS (x: int);

Y = DISTINCT_COUNT(X, x);

代わりにFOREACHで使用する必要がある場合、最も簡単な方法は次のようなものです。

...GENERATE COUNT(Distinct(x))...

Pig12でテスト済み。

1
reim

どのグループにも頼りたくない場合は、これを使用します。

G = FOREACH (GROUP A ALL){
unique = DISTINCT A.field;
GENERATE COUNT(unique) AS ct;
};

これはあなたに番号を与えるだけです。

0
LAS