Pig DISTINCT 运算符

• 

  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;
  

  复制

  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
  

  复制

  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);
  

  复制

  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;
  

  复制

  验证

  如下所示，使用DUMP运算符验证关系distinct_data。

  
  grunt> Dump distinct_data;
  

  复制

  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)
  

  复制