为什么我们需要在运行平均功能之前对关系进行分组

Question

请考虑这个猪脚本的例子..

我有一个小数据集，如下所示..名为

student_details.txt

  

001，拉吉夫，雷迪21,9848022337，海得拉巴，89   002，siddarth，Battacharya，22,9848022338，加尔各答，78   003，拉杰什，卡纳，22,9848022339，德里，90   004，Preethi，瓦尔，21,9848022330，普纳，93   005，Trupthi，Mohanthy，23,9848022336，Bhuwaneshwar，75   006，阿奇纳，米什拉，23,9848022335，奈，87   007，科莫尔，纳亚克24,9848022334，trivendram，83   008，Bharathi，Nambiayar，24,9848022333，Chennai，72

想法是计算学生平均成绩GPA。

通过运行以下命令获得解决方案

  

student_details = LOAD＆＃39; /home/edureka/praveen/files/student_details.txt'使用PigStorage（＆＃39;，＆＃39;）as（id：int，firstname：chararray，lastname：chararray，age：int，phone：chararray，city：chararray，gpa：int）;

     

student_group_all =分组student_details全部;

     

student_gpa_avg = foreach student_group_all生成（student_details.firstname，student_details.gpa），AVG（student_details.gpa）;

我的问题是，为什么我需要将ALL分组以找到平均值...如果有一个简单的平均函数，我可以直接在student_details上运行。请帮助，因为我的常识是折腾..可能是我使用太多了!!

Answer 1

如果你谷歌“聚合功能”，会出现以下定义 -

在数据库管理中，聚合函数是一种函数，其中多行的值被组合在一起作为某些条件的输入，以形成更重要的意义或度量的单个值，例如集合，包或列表。常用的聚合函数包括：Average（）（即算术平均值）Count（）。

希望这有点放松你的常识:)。