火龙果软件-PIG学习记录.docx

PIG学习记录PIG是什么？Pig提供了一个基于Hadoop的并行地执行数据流处理的引擎。Pig运行于Hadoop之上，它同时使用到Hadoop分布式文件系统HDFS和Hadoop处理系统MapReduce。数据类型基本数据类型：int：整型，4字节long：长整型，8字节float：单精度浮点型，4字节double：双精度浮点型，8字节chararray：字符串bytearray：字节串复杂数据类型：Map：map是一种chararray和数据元素之间的键值对映射，其中数据元素可以是任意的pig类型，包括复杂类型。通常使用方括号划定map结构[‘name’# ‘bob’, ‘age’#55]Tuple：tuple是一个定长的，包含有序pig数据元素的集合，一个tuple相当于SQL中的一行，而tuple字段相当于SQL中的列。Tuple常量使用圆括号来指示tuple结构，使用逗号划分字段(‘bob’,55)Bag：bag是一种无序的tuple集合。Bag常量通过花括号进行划分{(‘bob’,55),(‘sally’,52),(‘john’,25)}NULL：表示这个值是未知的模式：加载数据时显示声明模式：dividends = load ‘NYSE_dividends’ as (exchange:chararray,symbol:chararray,date:chararray,