在Pig中分组后选择字段

Question

我可能缺少一些非常微不足道的东西，但我无法让它发挥作用。我有一个“电影”对象，有标题，演员，年份和角色。现在我想要的是拥有标题的结果，以及包含演员/角色对的嵌套包。

如果我只做group movies by title，我最终得到的结果就像（标题，{电影对象}）那样完美，除了标题和年份也出现在那里的电影对象中。我只想要演员和角色。

我也试过foreach movie_groups generate group, movies.actor, movies.role，但后来我最终得到了（标题，{所有演员}，{所有角色}）这显然是错误的。

在SQL中，这将是如此微不足道，以至于我不禁因为无法解决这个问题而感到非常愚蠢。有人会有建议吗？

Answer 1

看电影的格式会很有帮助，但我认为它是这样的：

MovieTitle1 Year1 Actor1 Role1
MovieTitle1 Year2 Actor2 Role2
etc.

在这种情况下，我会这样做：

result = FOREACH (GROUP movies BY title)  
         GENERATE FLATTEN(group), movies.(actor, role) AS actors ;

另外，你提到电影也包含年份。如果您不需要该字段，那么首先仅投影您需要的字段（标题，演员，角色）可能是值得的。