通过GROUP ALL加入数据集

Question

这个问题可能听起来很奇怪，但总是在我的脑海里。我们假设我有一组一列数据。如何为每条可用线路在第二列旁边放置一个静态字符串？因此，如果单列数据集的第一行显示为“hello”，则两列等效值应为“hello”，“world”。

如果您想知道我为什么要这样做，那是因为，稍后在我的脚本中我需要将单列数据集与另一个数据集连接起来，前者没有参考点。这是我到目前为止所做的：

fnl2 = FOREACH fnl1 GENERATE
var1,
(var1 == var1 ? 'World' : 'World') AS var2;

如果可以通过全部或类似的组进行，请提供您的提示。

Answer 1

你在正确的轨道上，但是不需要二进制。你可以做到

fnl2 = FOREACH fnl1 GENERATE var1, 'World' AS var2;

但即使这样做也没有必要，所以你可以稍后执行JOIN。 JOIN包含表达式和字段，因此您可以执行

joined = JOIN fnl1 BY 1, other BY 1;

但即便这样也是不必要的，因为你只是在执行交叉产品，而Pig比你领先一步：

crossed = CROSS fnl1, other;

最后一个陈述是我认为你正在寻找的，但希望其他人为你说明一些有用的观点。