DISTINCT 运算符
Pig Latin的DISTINCT运算符用于从关系去除冗余(重复)的元组。
句法
下面给出的是DISTINCT运算符的语法。
grunt> Relation_name2 = DISTINCT Relatin_name1;
例
假设我们在HDFS目录/pig_data/中有一个名为student_details.txt的文件,如下所示。
001,Rajiv,Reddy,9848022337,Hyderabad
002,siddarth,Battacharya,9848022338,Kolkata
002,siddarth,Battacharya,9848022338,Kolkata
003,Rajesh,Khanna,9848022339,Delhi
003,Rajesh,Khanna,9848022339,Delhi
004,Preethi,Agarwal,9848022330,Pune
005,Trupthi,Mohanthy,9848022336,Bhuwaneshwar
006,Archana,Mishra,9848022335,Chennai
006,Archana,Mishra,9848022335,Chennai
并且我们已经将该文件加载到Pig中,关系名称为student_details,如下所示。
grunt> student_details = LOAD 'hdfs://localhost:9000/pig_data/student_details.txt' USING PigStorage(',')
as (id:int, firstname:chararray, lastname:chararray, phone:chararray, city:chararray);
现在,让我们使用DISTINCT运算符从名为Student_details的关系中删除冗余(重复的)元组,并将其存储为另一个名为distinct_data的关系,如下所示。
grunt> distinct_data = DISTINCT student_details;
验证
如下所示,使用DUMP运算符验证关系distinct_data。
grunt> Dump distinct_data;
输出
它会产生以下输出,显示所述关系的内容distinct_data如下。
(1,Rajiv,Reddy,9848022337,Hyderabad)
(2,siddarth,Battacharya,9848022338,Kolkata)
(3,Rajesh,Khanna,9848022339,Delhi)
(4,Preethi,Agarwal,9848022330,Pune)
(5,Trupthi,Mohanthy,9848022336,Bhuwaneshwar)
(6,Archana,Mishra,9848022335,Chennai)