猪生成结果为空集

Question

我正在研究一个相当基本的Pig Latin脚本，一旦执行GENERATE，我就遇到了问题。在GENERATE之前，转储显示数据看起来像我期望的那样。但是，一旦我执行GENERATE，结果就是空集。根据Pig Latin Reference手册，这似乎是正确的。当脚本运行时，我没有收到任何错误（它报告成功。）如果我在LOAD期间对字段使用名称或位置表示法，则会发生这种情况。

我的剧本：

B = LOAD 'data';
DUMP B;
C = FOREACH B GENERATE (int)$2, (int)$3, (int)$4;
DESCRIBE C;
DUMP C;

这是输出：

(2014-01-26 08:14:21,672,1,0,1,55,...)
(2014-01-26 08:14:23,654,1,1,0,55,...)

C: {f1: int,f2: int,f3: int}

(,,)
(,,)

为什么DUMP C的输出不会产生（1,0,1），（1,1,0）？

Answer 1

您的数据文件以逗号分隔。默认情况下，加载函数将解析制表符分隔的记录。 您可以使用PigStorage加载程序读取字符分隔的记录：

B = LOAD 'data' USING PigStorage(',');