Apache Pig - Grunt Shell

---

调用 Grunt shell 后，您可以在 shell 中运行 Pig 脚本。除此之外，Grunt shell 还提供了某些有用的 shell 和实用程序命令。本章介绍 Grunt shell 提供的 shell 和实用程序命令。

注意- 在本章的某些部分中，使用了诸如“加载”和“存储”之类的命令。请参阅相应章节以获取有关它们的详细信息。

外壳命令

Apache Pig的Grunt shell主要用于编写Pig Latin脚本。在此之前，我们可以使用sh和fs调用任何 shell 命令。

sh 命令

使用sh命令，我们可以从 Grunt shell 调用任何 shell 命令。在 Grunt shell 中使用sh命令，我们无法执行 shell 环境中的命令 ( ex - cd )。

句法

下面给出sh命令的语法。

grunt> sh shell command parameters

例子

我们可以使用sh选项从 Grunt shell 调用 Linux shell 的ls命令，如下所示。在此示例中，它列出了/pig/bin/目录中的文件。

grunt> sh ls
   
pig 
pig_1444799121955.log 
pig.cmd 
pig.py

fs 命令

使用fs命令，我们可以从 Grunt shell 调用任何 FsShell 命令。

句法

下面给出的是fs命令的语法。

grunt> sh File System command parameters

例子

我们可以使用 fs 命令从 Grunt shell 调用 HDFS 的 ls 命令。在以下示例中，它列出了 HDFS 根目录中的文件。

grunt> fs –ls
  
Found 3 items
drwxrwxrwx   - Hadoop supergroup          0 2015-09-08 14:13 Hbase
drwxr-xr-x   - Hadoop supergroup          0 2015-09-09 14:52 seqgen_data
drwxr-xr-x   - Hadoop supergroup          0 2015-09-08 11:30 twitter_data

以同样的方式，我们可以使用fs命令从 Grunt shell 调用所有其他文件系统 shell 命令。

实用命令

Grunt shell 提供了一组实用命令。其中包括实用命令，例如clear、help、history、quit和set；以及从 Grunt shell 中控制 Pig 的exec、kill和run 等命令。下面给出了 Grunt shell 提供的实用命令的描述。

清除命令

clear命令用于清除Grunt shell的屏幕。

句法

您可以使用clear命令清除grunt shell的屏幕，如下所示。

grunt> clear

帮助命令

帮助命令为您提供 Pig 命令或 Pig 属性的列表。

用法

您可以使用帮助命令获取 Pig 命令列表，如下所示。

grunt> help

Commands: <pig latin statement>; - See the PigLatin manual for details:
http://hadoop.apache.org/pig
  
File system commands:fs <fs arguments> - Equivalent to Hadoop dfs  command:
http://hadoop.apache.org/common/docs/current/hdfs_shell.html
	 
Diagnostic Commands:describe <alias>[::<alias] - Show the schema for the alias.
Inner aliases can be described as A::B.
    explain [-script <pigscript>] [-out <path>] [-brief] [-dot|-xml] 
       [-param <param_name>=<pCram_value>]
       [-param_file <file_name>] [<alias>] - 
       Show the execution plan to compute the alias or for entire script.
       -script - Explain the entire script.
       -out - Store the output into directory rather than print to stdout.
       -brief - Don't expand nested plans (presenting a smaller graph for overview).
       -dot - Generate the output in .dot format. Default is text format.
       -xml - Generate the output in .xml format. Default is text format.
       -param <param_name - See parameter substitution for details.
       -param_file <file_name> - See parameter substitution for details.
       alias - Alias to explain.
       dump <alias> - Compute the alias and writes the results to stdout.

Utility Commands: exec [-param <param_name>=param_value] [-param_file <file_name>] <script> -
       Execute the script with access to grunt environment including aliases.
       -param <param_name - See parameter substitution for details.
       -param_file <file_name> - See parameter substitution for details.
       script - Script to be executed.
    run [-param <param_name>=param_value] [-param_file <file_name>] <script> -
       Execute the script with access to grunt environment.
		 -param <param_name - See parameter substitution for details.         
       -param_file <file_name> - See parameter substitution for details.
       script - Script to be executed.
    sh  <shell command> - Invoke a shell command.
    kill <job_id> - Kill the hadoop job specified by the hadoop job id.
    set <key> <value> - Provide execution parameters to Pig. Keys and values are case sensitive.
       The following keys are supported:
       default_parallel - Script-level reduce parallelism. Basic input size heuristics used 
       by default.
       debug - Set debug on or off. Default is off.
       job.name - Single-quoted name for jobs. Default is PigLatin:<script name>     
       job.priority - Priority for jobs. Values: very_low, low, normal, high, very_high.
       Default is normal stream.skippath - String that contains the path.
       This is used by streaming any hadoop property.
    help - Display this message.
    history [-n] - Display the list statements in cache.
       -n Hide line numbers.
    quit - Quit the grunt shell. 

历史命令

此命令显示自调用 Grunt sell 以来迄今为止执行/使用的语句列表。

用法

假设自从打开 Grunt shell 以来我们已经执行了三个语句。

grunt> customers = LOAD 'hdfs://localhost:9000/pig_data/customers.txt' USING PigStorage(',');
 
grunt> orders = LOAD 'hdfs://localhost:9000/pig_data/orders.txt' USING PigStorage(',');
 
grunt> student = LOAD 'hdfs://localhost:9000/pig_data/student.txt' USING PigStorage(',');
 

然后，使用历史命令将产生以下输出。

grunt> history

customers = LOAD 'hdfs://localhost:9000/pig_data/customers.txt' USING PigStorage(','); 
  
orders = LOAD 'hdfs://localhost:9000/pig_data/orders.txt' USING PigStorage(',');
   
student = LOAD 'hdfs://localhost:9000/pig_data/student.txt' USING PigStorage(',');
 

设置命令

set命令用于显示 Pig 中使用的键/为其分配值。

用法

使用此命令，您可以为以下键设置值。

退出命令

您可以使用此命令从 Grunt shell 退出。

用法

从 Grunt shell 退出，如下所示。

grunt> quit

现在让我们看一下可以从 Grunt shell 控制 Apache Pig 的命令。

执行命令

使用exec命令，我们可以从 Grunt shell 执行 Pig 脚本。

句法

下面给出了实用程序命令exec的语法。

grunt> exec [–param param_name = param_value] [–param_file file_name] [script]

例子

假设HDFS的/pig_data/目录下有一个名为student.txt的文件，其内容如下。

学生.txt

001,Rajiv,Hyderabad
002,siddarth,Kolkata
003,Rajesh,Delhi

并且，假设我们在HDFS的/pig_data/目录中有一个名为sample_script.pig的脚本文件，其内容如下。

样本脚本.pig

student = LOAD 'hdfs://localhost:9000/pig_data/student.txt' USING PigStorage(',') 
   as (id:int,name:chararray,city:chararray);
  
Dump student;

现在，让我们使用exec命令从 Grunt shell 执行上述脚本，如下所示。

grunt> exec /sample_script.pig

输出

exec命令执行sample_script.pig中的脚本。按照脚本中的指示，它将Student.txt文件加载到 Pig 中，并为您提供显示以下内容的 Dump 运算符的结果。

(1,Rajiv,Hyderabad)
(2,siddarth,Kolkata)
(3,Rajesh,Delhi) 

杀命令

您可以使用此命令从 Grunt shell 终止作业。

句法

下面给出了kill命令的语法。

grunt> kill JobId

例子

假设有一个正在运行的 Pig 作业，其 ID 为Id_0055 ，您可以使用Kill命令从 Grunt shell 中终止它，如下所示。

grunt> kill Id_0055

运行命令

您可以使用run命令从 Grunt shell 运行 Pig 脚本

句法

下面给出了运行命令的语法。

grunt> run [–param param_name = param_value] [–param_file file_name] script

例子

假设HDFS的/pig_data/目录下有一个名为student.txt的文件，其内容如下。

学生.txt

001,Rajiv,Hyderabad
002,siddarth,Kolkata
003,Rajesh,Delhi

并且，假设我们在本地文件系统中有一个名为sample_script.pig的脚本文件，其中包含以下内容。

样本脚本.pig

student = LOAD 'hdfs://localhost:9000/pig_data/student.txt' USING
   PigStorage(',') as (id:int,name:chararray,city:chararray);

现在，让我们使用 run 命令从 Grunt shell 运行上述脚本，如下所示。

grunt> run /sample_script.pig

您可以使用Dump 运算符查看脚本的输出，如下所示。

grunt> Dump;

(1,Rajiv,Hyderabad)
(2,siddarth,Kolkata)
(3,Rajesh,Delhi)

注意- exec和run命令之间的区别在于，如果我们使用run，则脚本中的语句在命令历史记录中可用。