Pig STRSPLITTOBAG 函数

• 

  STRSPLITTOBAG 函数

  STRSPLITTOBAG此函数类似于STRSPLIT（）函数。它通过给定的分隔符分割字符串，并将结果返回到包中。
• 

  句法

  STRSPLITTOBAG（）的语法如下。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> STRSPLITTOBAG(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STRSPLITTOBAG（）函数的示例。如果观察emp.txt文件，您会发现在名称列中，我们的雇员的姓名和姓氏用分隔符“_”分隔。在此示例中，我们尝试拆分员工的姓名和姓氏，并使用STRSPLITTOBAG（）函数将结果保存在包中。

   
  grunt> strsplittobag_data = FOREACH emp_data GENERATE (id,name), STRSPLITTOBAG (name,'_',2);
  

  语句的结果将存储在名为strsplittobag_data的关系中。如下所示，使用Dump运算符验证关系strsplittobag_data的内容。

   
  grunt> Dump strsplittobag_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)})