使用Pig通过Java运行String

Question

我有一个UDF jar,它通过Pig接收String作为输入.这个java文件在运行"硬编码"字符串(如此命令)时可以正常工作

B = foreach f generate URL_UDF.mathUDF('stack.overflow');

会给我我期望的输出

我的问题是我试图从文本文件中获取信息并使用我的UDF.我加载一个文件,并希望在我已加载到UDF的文件中传递数据.

LoadData = load 'data.csv' using PigStorage(',');
f = foreach LoadData generate $0 as col0, $1 as chararray

$ 1是我需要的列并且研究数据类型(http://pig.apache.org/docs/r0.7.0/piglatin_ref2.html#Data+Types)使用char数组.

然后我尝试使用以下命令B = foreach f generate URL_UDF.mathUDF($ 1);

将数据传递到无法说明的jar中

java.lang.ClassCastException: org.apache.pig.data.DataByteArray cannot be cast to java.lang.String

如果任何人有任何解决方案,这将是伟大的.

我正在运行的java代码如下

package URL_UDF;

import java.io.BufferedReader;
import java.io.FileReader;
import java.io.IOException;

import java.io.InputStream;
import java.io.InputStreamReader;

import org.apache.pig.FilterFunc;
import org.apache.pig.data.Tuple;
import org.apache.pig.EvalFunc;
import org.apache.pig.PigWarning;
import org.apache.pig.data.Tuple;
import org.apache.commons.logging.Log;
import org.apache.*;

public class mathUDF extends EvalFunc<String> {

public String exec(Tuple arg0) throws IOException {
    // TODO Auto-generated method stub
    try{

        String urlToCheck = (String) arg0.get(0);

        return urlToCheck;
    }catch (Exception e) {
        // Throwing an exception will cause the task to fail.
        throw new IOException("Something bad happened!", e);
    }
}

}

谢谢

Answer 1

您可以使用LOAD指定架构,如下所示

LoadData = load 'data.csv' using PigStorage(',') AS (col0: chararray, col1:chararray);

并传递col1给UDF.

要么

B = foreach LoadData generate (chararray)$1 AS col1:chararray;

实际上,这是Pig中的一个错误(PIG-2315),将在0.12.1中修复.foreach中的AS子句不像人们期望的那样工作.