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。
Pig Script在Tez上抛出Out Of Memory异常，但在MapReduce上却能正常工作。
下图所示的Pig(使用Tez执行引擎)脚本在4节点集群上的15GB雇员表中抛出Out Of Memory Exception。当执行引擎改为MapReduce时，它可以正常工作。...
我有一个从parameter-file.json获得的字符串，可以使用$ param $ param ='abc | cde | ghi'访问该参数，我需要遍历我尝试过的此param变量代码...] >
我一直在尝试使用以下数据获取每年的最高温度。实际数据看起来像这样，但是我只对第一列（即年份）和第四列（即温度）感兴趣。... ... >>
我正在Hadoop的Pig Latin中迈出第一步，但是我真的很受阻，因为即使存在它我也无法加载任何输入数据R = LOAD'/home/cloudera/Desktop/vol.csv'使用PigStorage （';'）AS（...
[通过以下处理，将jython用作注册's3：//jmh-dtg-2016/jeon_dtg/test.py'； raw01 =加载s3：//jmh-dtg-2016/jeon_dtg/test_pig.csv'，使用org.apache.pig.piggybank.storage ....
我有一个带有2列的文件，第一列带有ID，第二列带有长文本，我需要知道如何为每个ID计算字数。例如，如果我有这两行：id |行（1，...
我需要找到订单价值（单价乘以产品数量）。但是，我的结果显示order_id重复。如何删除重复项，以便获得order_id ...
如何在grunt shell中抑制信息消息“不赞成io.bytes.per.checksum”
[分析大数据时，我在Hadoop-2.7.2之上运行Apache Pig版本0.17.0。每次我在grunt> shell的本地模式下运行load命令时，都会收到以下消息：grunt> A = ...
我正在学习HDPCD，并试图为HDPCD考试做准备。我已经下载了Sandbox并在那里进行了练习，但是我也想通过...
Pig命令问题'无法从“ / pigdata / student”读取数据'
[在为某个关系运行转储命令时，它不返回任何记录，但它给出：测试文件：学生vineet 1 hisham 2 raj 3 ajeet 4 sujit 5 ramesh 6 priya 7 priyanka 8 suresh 9 ...
我有一些数据，例如：type1，2 type2，1 type1，3 type2，4 type1，5 type2，3 type1，1 type3，5 type3，5我想按类型对它们进行分组，预期结果应为：type1 ，11 type2，8 type3，10 ...
访问在Pig中使用HcatLoader在Hive中创建的视图
我只是在Pig中的Hive和HcatLoader中尝试某些东西。我所做的是，在Hive中创建一个视图，然后尝试使用HcatLoader将我创建的视图中的视图加载到数据中。但似乎不起作用。...
我有一个带有模式|表1的表用户表|用户标识| int | |第2栏| EMAIL |字符数组| |第3列|语言|字符数组| |第4列|位置|字符数组|和带有模式的事务表...
我正在对openflights数据集（https://openflights.org/data.html）进行Pig实验。我目前正在尝试映射一个包含所有唯一可能的飞行路线的查询，即表格...
我正在使用Apache Pig过滤包含多个字段（字符串和整数）的数据集。对于仅具有整数的字段，Filter命令可以正常工作。每次尝试过滤字符串失败。 ＃...
我有类似此名称，id，名称类型，recclass，质量，秋天，年份，亚琛，1，有效，L5、21，掉落，01/01/1880 12:00:00 AM，奥尔胡斯，2，有效的数据，H6，720 Fell，01/01/1951 12:00:00 AM：...
[我正尝试使用Apache Pig Latin找出2019年12月1日（来自http://cran-logs.rstudio.com/）下载次数最多的RStudio软件包的前5个。我需要的列是“ r_os”和“包”。 ...
我使用的是官方文档中的确切示例：我有data.txt：（3,8,9）（mary，19）（1,4,7）（john，18）（2,5,8）（joe ，18）我运行：A =加载'data.txt'AS（F：tuple（f1：int，f2：int，f3：int），T：tuple（t1：...
我如何使用PigStorage（'，'）AS（id1：chararray，id2：chararray，dt：chararray，qty：来解决元组中多余的逗号或条目ab =加载“ /path/file1.txt”的问题： int）;当前输出：-（F1，S9，...
如何验证Pig中的DaysBetween（）函数是否已考虑终点？例如，如果我尝试grunt> DaysBetween（ToDate（1994-12-04，'yyyy-mm-dd'），ToDate（1994-12-04，'yyyy-mm -...