Question

我有

A  B
a, d
a, e
a, y
z, v
z, k
z, o

等等。
B列的类型为cararray，包含由＆amp;。

分隔的键值对

例如 - d =＆＃39; abc = 1＆amp; c = 1＆amp; p =成功＆＃39;

我想弄清楚 -

假设 -

d =＆＃39; abc = 1＆amp; c = 1＆amp; xyz = 23423423＆＃39;

e =＆＃39; xyz = 1＆amp; it = ssd＆＃39;

y =＆＃39; abc = 1＆amp; c = 1＆amp; p =成功＆＃39;

对于每一个＆＃39; a＆＃39;我想弄清楚它是否有b列包含相同的abc值并且c = 1且p =成功。我还想从d和y中提取abc和c的值。

例如，让我们看一下上面的例子 -

d包含abc = 1和c = 1

y包含abc = 1和p =成功

所以这满足了我正在寻找的东西，即给定的＆＃39; a＆＃39;我有相同的abc值，c = 1，p =成功。

我开始分组我的数据：

grouped = group data BY (A, B);

给了我

a, (a,b)(a,e)(a,y)
z, (z,v)(z,k)(z,o)

但在此之后，我对如何比较每组中的数据以使上述条件得到满足一无所知。

对此有任何帮助表示赞赏。

如果您希望我进一步澄清我的问题，请告诉我。

Answer 1

由于您只关心查询字符串中的某些字段（我假设它是什么），您将需要使用FOREACH和STRSPLIT拆分数据。将它展平，这样你就可以看到这样的东西（a，b）其中b是来自查询ex的单个键/值：abc = 1 过滤掉您不关心的键/值对，将它们重新连接在一起，然后按组合的键/值对进行分组。这将为您提供每个具有相同b的列表，其中b仅包含abc = X，c = 1且p =成功

使用pig，如何解析和比较分组项目

1 个答案: