在Pig中加入两个稍微不同的键

Question

mapreduce任务：

file_one中的Key1是a1，a2，a3，a10，a11，a12; file_two中的key2是persona1，persona1，persona2，persona3，persona12，persona12，persona3，persona11，persona10。

Merge_file = JOIN file_one BY Key1，file_two by Key2 ??（如何写这个..）

由于第二个密钥有重复，这有关系吗？

感谢

Answer 1

我的建议是为每个数据集创建一个新列并加入其中，例如：

A = foreach file_one generate *, join_key1 as SUBSTRING(key1, 1, 100);
B = foreach file_two generate *, join_key2 as SUBSTRING(key2, 7, 100);
C = join A by join_key1, B by join_key2;