Apache Pig是一个分析大型数据集的平台，它包含用于表达数据分析程序的高级语言，以及用于评估这些程序的基础结构。 Pig程序的显着特性是它们的结构适合于大量并行化，这使它们能够处理非常大的数据集。
我想对单词文件进行单词计数，并删除带有撇号的字符串的标点符号。我尝试执行以下代码，但出现意外错误“”。 word_file = LOAD'/ ...
我正在尝试使用PigStorage（'，'）将reviews_per_month从https://www.kaggle.com/dgomonov/new-york-city-airbnb-open-data NY_Airbnb_data = LOAD'AB_NYC_2019.csv'分为2组如（id：...
从python UDF返回未知长度的元组，然后在Pig中应用哈希
这是一个包含两个部分的问题：首先，我有一个python UDF，它创建了一个未知长度的字符串列表。 UDF的输入是一个映射（python中的dict），键的数量是...
我的数据集中有些列为空。 C1; C2 ;;; ;;; ;;; ;;;我做了简单的操作，如果只有空值，则将空值替换为特定的空格长度。因为C1和C2具有...
问题：翻译成“拉丁猪”的简单规则是，以一个以元音开头的单词加上“ yay”，同时接受一个或多个辅音开头的单词并进行转换...
关于为何Output Stream仅将转换后的变量的最后一行打印到新文件而不是所有行的解释？
我正在尝试将英语单词从文本文件转换为将单词翻译成PigLatin的新文件。当一切简单地打印到控制台，但...
我有以下数据集1，澳大利亚，5 2，加拿大，6 3，美国，6 4，加拿大，8,5，澳大利亚，5其中方案为a1，a2，a3，我可以通过使用Hive使用group如下所示：选择a2，...
我正在尝试在运行Vista操作系统的Windows PC上安装Apache Pig的有效安装，以便将其用作学习工具；我不打算使用...
我已经在Windows中安装了Cygwin，hadoop和Pig。配置似乎还可以，因为我可以在批处理和嵌入式模式下运行Pig脚本。当我尝试在咕unt声模式下运行Pig时，会发生一些奇怪的事情。 ...
我已经花了数小时对此事扑朔迷离。 Pig的文档说它使用Java的正则表达式，但是当我使用相同的REGEX在Java中尝试相同的东西时，它可以按预期工作。我有此数据：id = 6139406，ci = ...
我正在尝试连接到EMR中AWS上的Google NGrams数据集。 （https://aws.amazon.com/datasets/google-books-ngrams/）但是，当我尝试使用Pig加载数据时，会收到很多错误消息...
Apache的猪：有没有ORDER BY与并行确保一致性哈希/分配？
如果我打开一个数据集，责令其在一个并列分句特定的键，然后存储它，我可以通过部分-R-00XXX提供多个文件，部分-R-00000，这取决于我在并行指定.. 。
我的背景 - 在Hadoop世界4周大。使用Cloudera的Hadoop VM在Hive，Pig和Hadoop中稍微涉足一下。已阅读Google关于Map-Reduce和GFS的文章（PDF链接）。我明白了 - 猪的......
我有三个值A，B和C.如果A和B在其单元格中有值，我希望能够用NULL值替换C的值。不确定去哪里。我尝试过FOR EACH X ......
我在表格中有以下数据。阿切尔已故帕特里克晚了玛丽沃尔特已故迈克尔 - 德苏萨晚了我想用猪清除这个名单后期？我可以用正则表达式删除这个词。有人可以帮忙......
我有这些列的数据集： - FMID，县，WIC，WICcash这是一个数据样本： - 1002267，道格拉斯，Y，N 21005876，道格拉斯，Y，N 1001666，道格拉斯，N，YI已经对数据进行了分组基于县和......
我正在尝试检查我的hadoop上安装的PIG版本。我们怎样才能看到Hadoop上安装的猪版本？有什么命令可以看到吗？
我正在尝试使用PIG构建非结构化数据来进行一些处理。以下是数据样本：Nov 1 18:23:34 dev_id = 03 user_id = 000 int_ip = 198.0.13.24 ext_ip = 68.67.0.14 ...
我正在使用Pig加载XML数据。当我发出ILLUSTRATE命令时，我收到一个错误。这就是我在做的事情。使用org.apache.pig.piggybank注册piggybank-0.15.0.jar xml = LOAD'/ xml / data / path'....