Pig查詢語言是基于Pig Latin,程序由一系列語句構成，操作和命令不區分大小寫，別名和函數名區分大小寫。下面，將介紹Pig Latin的常用語法。

1. 常用操作

• 加載與存儲

LOAD? ? ? ? ? ? ?	導入外部文件中的數據，存入關系
STORE	將一個關系存儲到文件系統中
DUMP	將關系打印到控制臺

• 過濾
  

FILTER	按條件篩選關系中的行
DISTINCT?	去除關系中的重復行
FOREACH...GENERATE?	對于集合的每個元素，生成或刪除字段
STREAM	使用外部程序對關系進行變換(例如，將Python程序嵌入到Pig中使用)
SAMPLE	從關系中隨機取樣

• 分組與連接
  

JOIN	連接兩個或多個關系
COGROUP	在兩個或多個關系中分組
GROUP	在一個關系中對數據分組
CROSS?	獲取兩個或更多關系的乘積（叉乘）

• 排序
  

ORDER	根據一個或多個字段對某個關系進行排序
LIMIT	限制關系的元組個數

• 合并與分割
  

UNION	合并兩個或多個關系
SPLIT	把某個關系切分成兩個或多個關系

• 診斷操作
  

DESCRIBE	打印關系的模式
EXPLAIN	打印邏輯和物理計劃
ILLUSTRATE	使用生成的輸入子集顯示邏輯計劃的試運行結果

• UDF操作
  

REGISTER	在Pig運行時環境中注冊一個JAR文件
DEFINE	為UDF、流式腳本或命令規范新建別名

• Pig Latin命令操作
  

kill	中止某個MapReduce任務
exec	在一個新的Grunt shell程序中以批處理模式運行一個腳本
run	在當前Grunt外殼程序中運行程序
quit	退出解釋器
set	設置Pig選項

• Pig Latin表達式
  

類型	表達式	描述?	示例
字段	$n?	第n個字段	$0
字段	d	字段名d	year
投影	c.$n, c.f	c.f?在關系、包或元組中的字段	user.$0, user.year
Map查找	m#k	在映射m中鍵k對應的值	items'Coat'
類型轉換	(t)f?	將字段t轉換成f類型	(int)age
函數型平面化	fn(f1, f2,?…)	在字段上應用函數	fn isGood(quality)
函數型平面化	FLATTEN(f)	從包和元組中去除嵌套?	?flatten(group)

2. Pig Latin數據類型

數據類型：

• int (32位有符號整數)
• long(64位有符號整數)
  
• float(32位浮點數)
  
• double(64位浮點數)
  
• chararray(UTF16格式的字符數組)
  
• bytearray(字節數組)
  
• tuple(元組) :?tuple: (1, 'world')? ? ? ? ? ? ? ?//任何類型的字段序列
  
• bag(包)? :??bag: {(1, 'world'), (2)}? ? ? ?//元組的無序多重集合（允許重復元組）
  
• ?map(鍵值對) :?map: ['a'?'world']? ? ? ? ? //一組鍵值對，鍵必須是字符數組

3. 常用函數

計算函數：? ?

• AVG?：?所有值平均值
• COUNT ： 獲取包中的元素數量
  
• CONCAT：將兩列合并為一列
• COUNT_STAR：獲取包中的元素數量。在計數元素時，COUNT_STAR()?函數包含NULL值
• DIFF：比較元組中的兩個包
• MAX：計算單列包中的列（數值或字符）的最大值
• MIN：計算單列包中的列（數值或字符）的最小值
• SIZE：基于任何Pig數據類型計算元素的數量
• SUM：獲取單列包中列的總數值
• TOKENIZE：用于在單個元組中分割字符串（其中包含一組字），并返回包含拆分操作輸出的包

過濾函數：

• IsEmpty：檢查包或映射是否為空

加載/存儲函數：

• PigStorage：將數據加載并存儲為結構化文本文件
• ?BinStorage：使用機器可讀格式將數據加載并存儲到Pig中
• TextLoader：用于以UTF-8格式加載非結構化數據

?

?

總結

以上是生活随笔為你收集整理的Pig常用语法大全的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。