什么是FOREACH语句中的GROUP BY语句的等价物？

Question

我有以下架构：

raw3: {group: (field1: int,field2: chararray,field3: chararray),raw2: {(field1: int,field2: chararray,field4: chararray,field3: chararray,field5: boolean)}}

我要做的是提取field4的最频繁值和最频繁的field field5以及组字段（field1，field2，field3）。

我知道（尚未）允许GROUP BY使用FOREACH语句。如何在不编写UDF的情况下实现相同的功能？

示例：

input: ((1,2,3), {(1,2,a,3,x),(1,2,b,3,x),(1,2,a,3,x),(1,2,v,3,x),(1,2,f,3,z),(1,2,a,3,z)})

output: (1,2,a,3,x)

Answer 1

你可以展平组元组和raw2包，然后将GROUP by field1，field2，field3，field5弄平并获取计数，然后按field1，field2，field3分组并获取field5的值作为最大值计数（使用嵌套排序和限制或Piggybank的ExtremalTupleByNthField UDF）。