拉丁猪包后到了元组

Question

我有架构的以下数据 (t0: chararray,t1: int,t2: int)

(B,4,2)
(A,2,3)
(A,3,2)
(B,2,2)
(A,1,2)
(B,1,2)

我想生成以下结果(按t0分组,按t1排序)

(A, ((1,2),(2,3),(3,2)))
(B, ((1,2),(2,2),(4,2)))

请注意我只想要第二个组件中的元组,而不是包.请帮忙.

Answer 1

你应该能够这样做.

-- A: (t0: chararray,t1: int,t2: int)

B = GROUP A BY t0 ;
C = FOREACH B {
            -- Project out the first column of A.
            projected = FOREACH A GENERATE t1, t2 ;
            -- Now you can order the projection.
            ordered = ORDER projected BY t1 ;
    GENERATE group AS t0, ordered AS vals ;
}

您可以在此处阅读有关嵌套FOREACHs的更多信息.

注意/更新:当我回答这个问题时,我似乎错过了提问者要求输出为元组形式的部分.只有在知道元组中字段的确切数量和位置时才应使用元组.否则,您的架构将不会被定义,并且访问这些字段将非常困难.这是因为整个元组将被视为一个字节组,所以你将手工必须找到并投了一切.

如果你必须这样做,你不能在纯猪中这样做.你必须使用某种UDF来做到这一点.我会推荐Python.