apache pig中的子查询

Question

寻找在apache pig中编写子查询的一些帮助。例如，我有以下两个关系 -

A
sam 12 grad maths
sony 13 postgrad english

B
maths {(4.5,sam),(4,david)}
english {(4.2,peter),(3.9,rob)}

按主题加入两个关系，即A由A. $ 3和B由B. $ 0加入，并且必须编写查询，将输出作为 -

sam 12 grad maths 4.5
sony 13 postgrad english 

基本上它应检查B中的匹配主题，然后在其中查找名称。

Answer 1

我接近这个的方法是flatten B关系，然后在A上做左外连接。

首先，要平掉关系：

C = FOREACH B GENERATE $0, FLATTEN($1);

这会将您的日期转换为：

maths, 4.5, sam
maths, 4, david
english, 4.2, peter
english, 3.9, rob

现在，您可以执行JOIN将数据整合在一起（我正在重命名这些内容以保持头脑清醒）：

J = JOIN A BY (Aname, Asubject), C BY (Bname, Bsubject);
J2 = FOREACH J GENERATE Astudent, Agrade, Alevel, Asubject, Bscore;

dump J2仅输出sam, 12, grad, maths, 4.5。

但是，有一个问题。如果列表A中的项目未显示在列表B中，您似乎希望拥有NULL值。这是LEFT OUTER join的作业，幸运的是，Pig can do outer joins。修改上面的代码如下：

J = JOIN A BY (Aname, Asubject) LEFT OUTER, C BY (Bname, Bsubject);
J2 = FOREACH J GENERATE Astudent, Agrade, Alevel, Asubject, Bscore;

dump J2这里将输出，这是我认为你想要的：

sam, 12, grad, maths, 4.5
sony, 13, postgrad, english,