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。
我不明白在生成输出时如何处理重复项，所以我最终得到了几个副本，但我只想要一个。我尝试过使用LIMIT，但只适用于选择我......
我有一个场景，我有如下数据：客户ID |客户名称|客户邮政编码|关系C1 |约翰| E6 1NQ | R1 C2 |彼得| WC2 8AD | R1 C3 |艾米利亚| PC81 7RE | R1 C4 |杰西卡| ...
我想在我的测试类中使用多个外部资源，但是我对外部资源的排序有问题。这是代码片段：public class TestPigExternalResource {// hadoop ...
我试图使用regex_extract从＃推文中获取＃之后的所有内容。我正在使用这段代码，但我一直没有得到任何错误，只是空白空间，我应该从推文中获取摘录，...
Pig：ERROR 1045：无法推断COUNT的匹配函数为多个或不适合。请使用明确的演员
我试图通过Pig计算每个用户的推文。但我似乎碰到了一个问题。我和同学正在使用Apache Pig（实际上是Hadoop和所有不同的组件作为一个整体）...
我有一个非常简单的脚本示例来自hadoop真实世界解决方案食谱，我在amazon cloudera clustertogov04 ami上尝试它，它给了我不能mkdir的java异常？但是我有 ...
我有一个包含年份，国家，性别和人口列的数据集。我需要按国家/地区的最新年份找出人口最多的国家a =群组数据; b = foreach a flatten（group），MAX（data ....
我正在尝试将存储在HDFS（100s的GB）上的一堆多部分avro文件转换为镶木地板文件（保留所有数据）Hive可以使用以下命令将avro文件作为外部表读取：CREATE EXTERNAL ...
试图找出“群体”变平，以及这个特殊的“扁平化”代码正在做什么。我一直在研究下面的代码，试图弄清楚如何将它转换为hive几天，然后......
我有一个航班列表，其中包含以下属性：日：他们飞行的天数flight_number：他们的航班号origin_airport：起源城市机场dest_airport：目的地城市机场...
我想写一个猪拉丁文字：我必须在1951年之后加载所有数据（1951年不包括在内）并过滤质量= 1的数据按温度分组数据，然后计算......
我有这样的数据文件1943 49 1 1975 91 L 1903 56 3 1909 52 3 1953 96 3 1912 82 1976 66 3 1913 35 1990 45 1 1927 92 A 1912 2 1924 22 1971 2 1959 94 E现在使用猪脚本我想要至 ...
Apache Pig Query - 数据集加入ERROR 1031
我有以下四个任务要处理，但我对如何加入两个数据集以使任何任务正常工作感到困惑... A）查询具有最少数量的客户名称...
我正在阅读猪的apache日志，它计算了ip的总连接数。 A = LOAD'access.log'使用PigStorage（''）为（f0：chararray，f1：chararray，f2：chararray，f3：chararray，f4：chararray，f5：...
在具有数百万条记录的桌子上运行猪脚本如下：A = LOAD'/ this / that ..'使用PigStorage（'，'）AS（F1：chararray，F2：chararray ...）; CleanedCol1 = FOREACH A GENERATE LOWER（TRIM（......）
在hortonworks沙箱的Ambari UI中，我试图通过maria_dev的默认帐户打开Hive View。但是，我收到以下错误：500无法读取数据库...
输入数据如下：（1，a，1,2）（2，a，2,4）（5，a，7,5）（6，a，3,1）（8，a，4,3） ）（3，a，8,6）（7，a，5,8）（4，a，6,7）脚本如下：a =使用PigStorage（'，'）加载'/ tmp / data / data' as（时间戳：chararray，...
我是PIG的新手。有人可以帮帮我吗下面是代码a = load'stage.temp'U使用org.apache.hive.hcatalog.pig.HCatLoader（）; b =限制10; c = b组$ 0;转储c; （74409607，{（...
当我在mapreduce模式下运行pig时，我收到ConnectionRefused错误。详细信息：我已经从tarball（pig-0.14）安装了Pig，并在bashrc中导出了类路径。我有所有的Hadoop（...
Data1 1，a 2，b 3，c 4，d 5，e Data2 1，a 2，g 3，j 4，b 5，c 6，d 7，e Script a = load'/ tmp / data / data1'使用PigStorage（'，'）作为（timestamp：chararray，constant：chararray）; b =使用...加载'/ tmp / data / data2'