Question

我是Pig的新手，我正在尝试理解基本命令。我有一个数据集A，我内部加入到数据集B. 我想在结果数据集中只保留一些变量。我怎么做？这就是我到目前为止所拥有的

A = LOAD 'science_scores';
B = LOAD 'math_scores';
AB = JOIN A BY Name, B BY Student_Name;

现在A和B都有很多其他我不需要的列。在SQL中我会做这样的事情：

SELECT A.science_score, B.math_score
FROM A
INNER JOIN B
ON A.Name = B.Student_Name

有人可以帮我解释一下如何做到这一点吗？

谢谢！

Answer 1

您正在寻找FOREACH和GENERATE个关键字。

selected = FOREACH AB GENERATE science_score, math_score;

Answer 2

A = LOAD 'science_scores';
B = LOAD 'math_scores';
AB = JOIN A BY Name, B BY Student_Name;
dump AB;

请参阅以下链接。