Question

对于尴尬的标题感到抱歉。我在这里要做的是关系，例如：

{group: chararray,G: {(query: chararray,type: chararray,count: long)}}

这是'group by'的结果，每个键最多有2个元组，由'type'区分。例如。一个例子可能看起来像：

{group:'abc', G:{('abc', 'A', 10), ('abc', 'B', 20)}

现在我想为每个小组做数学计算（计入'A'）/（计入'B'）。我对猪很新，尝试了不同的方法，但无法做到正确。有什么建议吗？我试过的一些事情：

I = group G by query;
J = foreach I {
CC=filter G by type=='A';
VV=filter G by type=='B';
--generate group, (float)(FLATTEN(CC.count))/(float)(FLATTEN(VV.count)) as CTR, CC, VV ;
--or generate group, (float)(FLATTEN(CC.count))/FLATTEN(VV.count), CC.count, VV.count;
--or generate group, CC.count/VV.count, CC.count, VV.count;

}

没有工作。

Answer 1

如果您的数据有先决条件，例如“每个键最多包含2个元组”，那么我建议您不要使用GROUP，这不是为了处理您的想法而设计的。相反，您可以将数据集SPLIT分成两部分，然后将JOIN部分重新组合在一起。这样你就可以保持每个键的元组笔直。例如：

SPLIT G INTO typeA IF type == 'A', typeB IF type == 'B';
I = JOIN typeA BY query, typeB BY query;
J = FOREACH I GENERATE typeA::query, (float)typeA::count/typeB::count;

将两个元组中的两个数字分成一个袋子

1 个答案: