怎樣實現PIG中COGROUP中的空值驗證

這篇文章將為大家詳細講解有關怎樣實現PIG中COGROUP中的空值驗證，文章內容質量較高，因此小編分享給大家做個參考，希望大家閱讀完這篇文章后對相關知識有一定的了解。

環境： 0.10.0
     COGROUP : 2+個關系中做分組 

最近做一個PIG類的項目，重新看了下PIG，順便做總結。看到COGROUP時感覺有些問題

官方：http://pig.apache.org/docs/r0.8.1/piglatin_ref2.html  
  

A = load 'student' as (name:chararray, age:int, gpa:float);
B = load 'student' as (name:chararray, age:int, gpa:float);
dump B;
(joe,18,2.5)
(sam,,3.0)
(bob,,3.5)

X = cogroup A by age, B by age;
dump X;
(18,{(joe,18,2.5)},{(joe,18,2.5)})
(,{(sam,,3.0),(bob,,3.5)},{})
(,{},{(sam,,3.0),(bob,,3.5)})

     很難理解的是為什么age是空的會有2條數據？參考其他博客看下COGROUP的用法，發現不是這樣。

編碼無悔博客：http://www.codelast.com/?p=3621

后來自己造了一批數據來嘗試沒有空值和有空值的COGROUP.

CA:
     (jack,32,run)
     (liza,22,eat)
     (tom,20,mouse)

CB:
     (jack,32,run)
     (jerry,10,steal)
     (tom,20,mouse)

COGROUP:
     (tom,{(tom,20,mouse)},{(tom,20,mouse)})
     (jack,{(jack,32,run)},{(jack,32,run)})
     (liza,{(liza,22,eat)},{})
     (jerry,{},{(jerry,10,steal)})

加一個有空值的字段。

 CA:
     (jack,32,run)
     (liza,22,eat)
     (,20,mouse)

CB：
     (jack,32,run)
     (jerry,10,steal)
     (,20,mouse)
     
COGROUP：
     (jack,{(jack,32,run)},{(jack,32,run)})
     (liza,{(liza,22,eat)},{})
     (jerry,{},{(jerry,10,steal)})
     (,{(,20,mouse)},{})
     (,{},{(,20,mouse)})

分別加M和N個空值字段，數據量不會出現M*N個空值吧？不是2個就是個大坑，會放大數據量。

CA:
     (jack,32,run)
     (liza,22,eat)
     (,200,mouse)
     (,201,mouse)
     (,202,mouse)
     (,203,mouse)
     (,204,mouse)
    
 CB：
     (jack,32,run)
     (jerry,10,steal)
     (,301,mouse)
     (,302,mouse)
     (,303,mouse)
     (,304,mouse)
     (,305,mouse)
     (,306,mouse)
     (,307,mouse)

COGROUP：
     (jack,{(jack,32,run)},{(jack,32,run)})
     (liza,{(liza,22,eat)},{})
     (jerry,{},{(jerry,10,steal)})
     (,{(,200,mouse),(,201,mouse),(,202,mouse),(,203,mouse),(,204,mouse)},{})
     (,{},{(,301,mouse),(,302,mouse),(,303,mouse),(,304,mouse),(,305,mouse),(,306,mouse),(,307,mouse)})

關于怎樣實現PIG中COGROUP中的空值驗證就分享到這里了，希望以上內容可以對大家有一定的幫助，可以學到更多知識。如果覺得文章不錯，可以把它分享出去讓更多的人看到。