通过抛出错误对组内记录进行抽样

Question

示例数据：（tsv file：sampl）

  

1 a

     

2 b

     

3 c

raw= load 'sampl' using PigStorage() as (f1:chararray,f2:chararray);
grouped = group raw by f1;

describe grouped;
fields = foreach grouped {
    x = sample raw 1;

    generate x;
}

当我运行时，我在第x = sample raw 1;行遇到错误 ERROR 1200：输入'raw'不匹配，期望LEFT_PAREN

分组记录不允许抽样吗？

Answer 1

您不能在嵌套块中使用'sample'命令。这在猪中不受支持 在嵌套块中只允许少数操作操作，如（ CROSS，DISTINCT，FILTER，FOREACH，LIMIT和ORDER BY ）。您必须在嵌套块之外使用sample命令。

另一个问题是，您使用默认分隔符即选项卡加载输入数据。但是您的输入数据是用空格分隔的，因此您需要像这样更改脚本

raw= load 'sampl' using PigStorage(' ') as (f1:chararray,f2:chararray);