Apache Pig STRSPLIT()函數(shù)

此函數(shù)用于通過給定的分隔符拆分給定的字符串。

語法

STRSPLIT() 的語法如下。此函數(shù)接受需要拆分的字符串，正則表達式和指定限制的整數(shù)值（字符串應(yīng)該拆分的子字符串?dāng)?shù)）。當(dāng)遇到給定的正則表達式時，此函數(shù)解析字符串，它會將字符串拆分為 n 個子字符串，其中 n 將傳遞給 limit 。

grunt> STRSPLIT(string, regex, limit)

例

假設(shè)在 HDFS 目錄 /pig_data/ 中有一個名為 emp.txt 的文件，如下所示。此文件包含員工詳細(xì)信息，如id，姓名，年齡和城市。

emp.txt

001,Robin_Smith,22,newyork 
002,BOB_Wilson,23,Kolkata 
003,Maya_Reddy,23,Tokyo 
004,Sara_Jain,25,London 
005,David_Miller,23,Bhuwaneshwar 
006,Maggy_Moore,22,Chennai 
007,Robert_Scott,22,newyork 
008,Syam_Ketavarapu,23,Kolkata 
009,Mary_Carter,25,Tokyo 
010,Saran_Naidu,25,London 
011,Stacy_Green,25,Bhuwaneshwar 
012,Kelly_Moore,22,Chennai 

通過使用 emp_data 關(guān)系將此文件加載到Pig中，如下所示。

grunt> emp_data = LOAD 'hdfs://localhost:9000/pig_data/emp.txt' USING PigStorage(',')
   as (id:int, name:chararray, age:int, city:chararray);

以下是 STRSPLIT() 函數(shù)的示例。如果你觀察emp.txt文件，可以發(fā)現(xiàn)在 name 列中，我們有由分隔符'_'分隔的員工的姓名和姓氏。

在此示例中，我們嘗試使用 STRSPLIT() 函數(shù)拆分員工的姓名和姓氏。

grunt> strsplit_data = FOREACH emp_data GENERATE (id,name), STRSPLIT (name,'_',2);

語句的結(jié)果將存儲在名為strsplit_data的關(guān)系中。使用Dump運算符驗證關(guān)系 strsplit_data 的內(nèi)容，如下所示。

grunt> Dump strsplit_data;
  
((1,Robin_Smith),(Robin,Smith))
((2,BOB_Wilson),(BOB,Wilson))
((3,Maya_Reddy),(Maya,Reddy))
((4,Sara_Jain),(Sara,Jain))
((5,David_Miller),(David,Miller))
((6,Maggy_Moore),(Maggy,Moore))
((7,Robert_Scott),(Robert,Scott))
((8,Syam_Ketavarapu),(Syam,Ketavarapu))
((9,Mary_Carter),(Mary,Carter))
((10,Saran_Naidu),(Saran,Naidu))
((11,Stacy_Green),(Stacy,Green))
((12,Kelly_Moore),(Kelly,Moore))