猪脚本中的数据规范化

Question

我有以下数据集：

1,11,ab;cd;200

2,22,pq;rs

我想要输出：

1,11,ab

1,11,cd

1,11,200

2,22,pq

2,22,rs

如果不使用任何udf，如何在Pig中完成？

Answer 1

您可以这样做：

A = load '....' using PigStorage(',') as (x,y,data : chararray);
SPLT = foreach A generate x, y, FLATTEN(STRSPLIT(data,';'));
X_tmp = foreach SPLT generate $0 as x, $1 as y, FLATTEN(TOBAG($2..$20)) as term; -- pivots the row
X = filter X_tmp by term is not null; -- this removes the extra bag rows when title was split in less than 20 terms

假设您在数据字符串中不会有超过20个元素。如果你有更多，而不是增加它。

Answer 2

试试这个

CDN s