Question

我在猪身上有两个数据对象。

_1：

col_a: chararray,
col_b: int,
col_c: int,
col_d: chararray

_2：

col_a: chararray,
col_b: chararray,
col_c: int,
col_d: int,
col_e: int

我想加入其中两个，我试过了：

all_data = JOIN data_1 BY (col_a) LEFT, data_2 by (col_b);
all_data = JOIN data_1 BY (col_a), data_2 by (col_b);

当我尝试转储对象时（将其限制为10条记录后）两个选项都给出了同样的错误：

Caused by: org.apache.pig.backend.executionengine.ExecException: ERROR 0: Exception while executing (Name: all_data_limit: Limit - scope-6383 Operator Key: scope-6383): org.apache.pig.backend.executionengine.ExecException: ERROR 0: Exception while executing (Name: all_data: New For Each(true,true)[tuple] - scope-6382 Operator Key: scope-6382): org.apache.pig.backend.executionengine.ExecException: ERROR 0: java.lang.ClassCastException: org.apache.pig.impl.io.NullableText cannot be cast to org.apache.pig.impl.io.NullableBytesWritable

＆＃34;描述＆＃34;对于这两个对象（data_1，data_2）给出了良好的输出（我在顶部写的）
＆＃34;描述＆＃34;对于Joined对象 - all_data，它也应该返回一个好的输出。
我为这两个对象打印了LIMIT 10 - 它们有很好的数据。
我正在使用Amazon群集＆＃34; emr-5.2.0＆＃34;，猪版本为0.16.0

我有点沮丧，无法找到解决方案，我现在正在寻找一个3天... 任何帮助都会很棒。谢谢！

Answer 1

使用以下命令

all_data = JOIN data_1 BY TRIM(col_a) LEFT, data_2 by TRIM(col_b);
all_data = JOIN data_1 BY TRIM(col_a), data_2 by TRIM(col_b);

让我知道它是否正常运行。

在Apache Pig

1 个答案: