Question

对于Web服务器日志文件示例我遇到分组问题。使用以下命令分割日志文件并进行投影：

grunt> logs =  FOREACH log_base GENERATE year, month, remoteAddr;

我得到以下输出：

(2011,Nov,10.175.120.85)
(2011,Nov,10.116.161.77)
(2011,Nov,10.163.35.206)
....

到目前为止没问题。但每个分组都喜欢：

grunt> grouped_logs = GROUP logs BY(year, month);

或仅按年份的简单分组，总是得到0结果。我不明白为什么这不起作用。我的代码如下：

grouped_logs = GROUP logs BY(year, month);

counted_logs = FOREACH grouped_logs {
 unique_users = DISTINCT logs.remoteAddr; 
 GENERATE FLATTEN(group), COUNT(unique_users) AS UniqueUsers;};

感谢您的提示。

Answer 1

老板你确定你在第一步之后获得的数据是正确的吗？即

(2011,Nov,10.175.120.85)
(2011,Nov,10.116.161.77)
(2011,Nov,10.163.35.206)
....

因为当我加载相同的数据和您提到的脚本时，我得到了正确的结果。结果如下所示，

(2011,Apr,1)
(2011,Feb,2)
(2011,Jan,2)
(2011,Jun,2)
(2011,Nov,3)

我建议你重新检查“日志”的输出

    grunt> logs =  FOREACH log_base GENERATE year, month, remoteAddr;

感谢。

猪脚本分组不可能

1 个答案: