通过在猪中表达分组

Question

考虑我有一个带元组的数据集（f1，f2）。我想把我的数据分成两个包：一个是fi为空，另一个是f1值不为空。我试试：

raw = LOAD 'somedata' USING PigStorage() AS (f1:chararray, f2:chararray);
raw_group = GROUP raw BY f1 is null;
raw_count = FOREACH raw_group GENERATE group, COUNT_STAR(raw);

我希望得到两组密钥为true和false的组。当我在grunt中运行时，我得到以下内容：

2013-12-26 14:56:10,958 [main] ERROR org.apache.pig.tools.grunt.Grunt - 
ERROR 1200: <line 1046, column 25>  Syntax error, unexpected symbol at or near 'f1'

我可以解决方法：

raw_group = GROUP raw BY (f1 is null)?0:1;

，但我真的很想了解这里发生了什么，因为我刚开始学习猪。根据Pig documentation，我可以使用表达式作为分组键。我在这里会遗漏一些东西，还是在猪身上对待空值？

Answer 1

布尔数据类型为introduced in Pig 0.10。表达式f1 is null是一个布尔值，因此它不能作为关系中的字段出现，如果它是group的值，它就会出现。在Pig 0.10之前，布尔运算只能用于FILTER语句或三元运算符，正如您在解决方法中所示。

虽然我没有尝试过这个，但大概是如果你在Pig 0.10或更高版本中尝试同样的事情，你原来的尝试就会成功。