Apache Pig STRSPLITTOBAG()函數(shù)

此函數(shù)類似于 STRSPLIT() 函數(shù)。它使用給定的分隔符分隔字符串，并將結(jié)果返回到包中。

語法

STRSPLITTOBAG() 的語法如下。此函數(shù)接受需要拆分的字符串，正則表達(dá)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(dá)式時，此函數(shù)解析字符串，它將該字符串拆分為 n 個子字符串，其中 n 將傳遞給limit。

grunt> STRSPLITTOBAG(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 STRSPLITTOBAG() 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，我們嘗試拆分員工的姓名和姓氏，并使用 STRSPLITTOBAG() 函數(shù)在包中獲取結(jié)果。

grunt> strsplittobag_data = FOREACH emp_data GENERATE (id,name), STRSPLITTOBAG (name,'_',2);

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

grunt> Dump strsplittobag_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)})