如何查找已创建最多no.of帖子的用户的显示名称？

Question

我的2张桌子：

Posts.csv -

deadZones

Users.csv -

id
post_type
creationdate
score
viewcount
owneruserid
title
answercount
commentcount

我知道一些逻辑，我需要对owneruserid进行分组，然后在Posts.csv下计算id。

然后将其与User.csv链接，即从post.csv的owneruserid和users.csv的id加入。

请提供一些帮助。

Answer 1

你已经列出了逻辑，建立在这些步骤的基础上。参见下面的脚本。加载数据，加入owneruserid，id然后由owneruserid.Foreach组分组生成post的计数。按降序排序最终结果获得最高排。

A = LOAD 'Posts.csv' USING PigStorage(',') AS (int id,chararray:post_type,chararray:creationdate,int:score,int:viewcount,int:owneruserid,chararray:title,int:answercount,int:commentcount);
B = LOAD 'Users.csv' USING PigStorage(',') AS (int:id,int:reputation,chararray:displayname,chararray:loc,int:age);
C = JOIN A BY (owneruserid), B BY (id);
D = GROUP C BY A.owneruserid;
E = FOREACH D GENERATE group as userid,B.displayname,COUNT(A.id) as TotalPosts;
F = ORDER E BY TotalPosts DESC;
G = LIMIT 1;