在pig中加载多个文件 - 扩展

Question

请帮帮我... 我花了很多时间在这上面。

我在文件夹中有文件，我希望根据文件名的顺序加载它们。

我甚至去编写Java代码以扩展文件名以匹配以下链接中的指南中的格式。

1. Load multiple files in pig
2. Pig Latin: Load multiple files from a date range (part of the directory structure)
3. http://netezzaadmin.wordpress.com/2013/09/25/passing-parameters-to-pig-scripts/

我正在使用猪11.0

在我的script.pig中，

    set io.sort.mb 10;
    REGISTER 'path_to/lib/pig/piggybank.jar';

    data_ = LOAD '$input' USING org.apache.pig.piggybank.storage.XMLLoader('Data') AS (data_:chararray);
    DUMP data_;

在shell中

    [root@servername currentfolder]# pig -x local script.pig -param input=/20131217/{1..10}.xml

返回错误：

    [main] ERROR.org.apache.pig.Main - ERROR 2999: Unexpected error. Undefined parameter : input

Answer 1

我不知道你为什么使用输入参数。

例如，为了加载文件夹MyFolder / CurrentDate /（YYYYMMDD格式）中的每个文件，我使用以下脚本：

%default DATE `date  +%Y%m%d`;
x_basic_table = LOAD '/MyFolder/$DATE';

美好的一天