Pig STRSPLIT 函数

• 

  STRSPLIT 函数

  STRSPLIT此函数用于通过给定的定界符分割给定的字符串。
• 

  句法

  下面给出了STRSPLIT() 的语法。此函数接受需要拆分的字符串，正则表达式和指定限制（整数字符串应拆分的子字符串的数量）的整数值。此函数解析字符串，当遇到给定的正则表达式时，它将字符串拆分为n个子字符串，其中n是传递给limit的值。

   
  grunt> STRSPLIT(string, regex, limit)
  

• 

  例子

  假设在HDFS目录/pig_data/中有一个名为emp.txt的文件，如下所示。此文件包含员工详细信息，例如ID，姓名，年龄和城市。

   
  001,Robin_Smith,22,newyork 
  002,BOB_Wilson,23,Kolkata 
  003,Maya_Reddy,23,Tokyo 
  004,Sara_Jain,25,London 
  005,David_Miller,23,Bhuwaneshwar 
  006,Maggy_Moore,22,Chennai 
  007,Robert_Scott,22,newyork 
  008,Syam_Ketavarapu,23,Kolkata 
  009,Mary_Carter,25,Tokyo 
  010,Saran_Naidu,25,London 
  011,Stacy_Green,25,Bhuwaneshwar 
  012,Kelly_Moore,22,Chennai 
  

  并且，我们已将这个文件通过名为emp_data的关系加载到Pig中，如下所示。

   
  grunt> emp_data = LOAD 'hdfs://localhost:9000/pig_data/emp.txt' USING PigStorage(',') as (id:int, name:chararray, age:int, city:chararray);
  

  以下是STRSPLIT（）函数的示例。如果您观察emp.txt文件，您会发现在名称列中，我们的雇员的姓名和姓由分隔符'_'分隔。在此示例中，我们尝试使用STRSPLIT（）函数拆分员工的姓名和姓。

   
  grunt> strsplit_data = FOREACH emp_data GENERATE (id,name), STRSPLIT (name,'_',2);
  

  上面的语句替换字符串“Bhuwaneshwar”与“Bhuw”在指定的列城在emp_data关系并返回结果。此结果存储在名为replace_data的关系中。如下所示，使用Dump运算符验证关系replace_data的内容。

   
  grunt> Dump strsplit_data;
    
  ((1,Robin_Smith),(Robin,Smith))
  ((2,BOB_Wilson),(BOB,Wilson))
  ((3,Maya_Reddy),(Maya,Reddy))
  ((4,Sara_Jain),(Sara,Jain))
  ((5,David_Miller),(David,Miller))
  ((6,Maggy_Moore),(Maggy,Moore))
  ((7,Robert_Scott),(Robert,Scott))
  ((8,Syam_Ketavarapu),(Syam,Ketavarapu))
  ((9,Mary_Carter),(Mary,Carter))
  ((10,Saran_Naidu),(Saran,Naidu))
  ((11,Stacy_Green),(Stacy,Green))
  ((12,Kelly_Moore),(Kelly,Moore))