猪拉丁语 – 基础知识

Pig Latin 是用于使用 Apache Pig 分析 Hadoop 中的数据的语言。在本章中，我们将讨论 Pig Latin 的基础知识，例如 Pig Latin 语句、数据类型、通用和关系运算符以及 Pig Latin UDF。

Pig Latin – 数据模型

正如前面章节所讨论的，Pig 的数据模型是完全嵌套的。关系是 Pig Latin 数据模型的最外层结构。这是一个袋子-

包是元组的集合。
元组是一组有序的字段。
字段是一段数据。

猪拉丁语 – Statemets

使用 Pig Latin 处理数据时，语句是基本结构。

这些陈述与关系有关。它们包括表达式和模式。
每个语句都以分号 (;) 结尾。
我们将通过语句使用 Pig Latin 提供的运算符来执行各种操作。
除了 LOAD 和 STORE 之外，在执行所有其他操作时，Pig Latin 语句将一个关系作为输入并生成另一个关系作为输出。
一旦您在 Grunt shell 中输入Load语句，就会执行其语义检查。要查看架构的内容，您需要使用Dump运算符。只有执行完dump操作后，才会执行将数据加载到文件系统的MapReduce作业。

例子

下面给出的是一个 Pig Latin 语句，它将数据加载到 Apache Pig。

grunt> Student_data = LOAD 'student_data.txt' USING PigStorage(',')as 
   ( id:int, firstname:chararray, lastname:chararray, phone:chararray, city:chararray );

Pig Latin – 数据类型

下表描述了 Pig Latin 数据类型。

序列号	数据类型	描述和示例
1	整数	表示有符号的 32 位整数。示例：8
2	长的	表示有符号的 64 位整数。示例：5L
3	漂浮	表示有符号的 32 位浮点数。示例：5.5F
4	双倍的	表示 64 位浮点数。示例：10.5
5	字符数组	表示 Unicode UTF-8 格式的字符数组（字符串）。示例：“教程点”
6	字节数组	表示字节数组 (blob)。
7	布尔值	代表一个布尔值。示例：真/假。
8	约会时间	代表日期时间。示例：1970-01-01T00:00:00.000+00:00
9	大整数	表示 Java BigInteger。示例：60708090709
10	大十进制	表示 Java BigDecimal 示例：185.98376256272893883
复杂类型
11	元组	元组是一组有序的字段。示例：（raja，30）
12	包	包是元组的集合。示例：{(raju,30),(Mohhammad,45)}
13	地图	Map 是一组键值对。示例: [ '姓名'#'Raju', '年龄'#30]

空值

上述所有数据类型的值都可以为 NULL。Apache Pig 处理空值的方式与 SQL 类似。

null 可以是未知值或不存在的值。它用作可选值的占位符。这些空值可以自然发生，也可以是操作的结果。

Pig Latin – 算术运算符

下表描述了 Pig Latin 的算术运算符。假设 a = 10 且 b = 20。

操作员	描述	例子
+	加法- 添加运算符两侧的值	a + b 将得到 30
-	减法- 从左手操作数中减去右手操作数	a − b 将给出 −10
*	乘法- 将运算符两侧的值相乘	a * b 将给出 200
/	除法- 将左手操作数除以右手操作数	b / a 将给出 2
%	模- 将左手操作数除以右手操作数并返回余数	b % a 将给出 0
？:	Bincond - 评估布尔运算符。它具有三个操作数，如下所示。变量x = (表达式) ? 如果为 true ，则为 value1 ：如果为 false ，则为value2。	b = (a == 1)? 20：30；如果 a = 1，则 b 的值为 20。如果 a!=1，则 b 的值为 30。
案件什么时候然后否则结束	Case - case 运算符相当于嵌套 bincond 运算符。	情况 f2 % 2 当 0 时则“偶数” 当 1 那么“奇数” 结尾

Pig Latin – 比较运算符

下表描述了 Pig Latin 的比较运算符。

操作员	描述	例子
==	等于- 检查两个操作数的值是否相等；如果是，则条件成立。	(a = b) 不正确
!=	不等于- 检查两个操作数的值是否相等。如果值不相等，则条件成立。	(a != b) 为真。
>	大于- 检查左操作数的值是否大于右操作数的值。如果是，则条件成立。	(a > b) 不正确。
<	小于- 检查左操作数的值是否小于右操作数的值。如果是，则条件成立。	(a < b) 为真。
>=	大于或等于- 检查左操作数的值是否大于或等于右操作数的值。如果是，则条件成立。	(a >= b) 不正确。
<=	小于或等于- 检查左操作数的值是否小于或等于右操作数的值。如果是，则条件成立。	(a <= b) 为真。
火柴	模式匹配- 检查左侧的字符串是否与右侧的常量匹配。	f1 匹配 '.tutorial.'

Pig Latin – 类型构造运算符

下表描述了 Pig Latin 的类型构造运算符。

操作员	描述	例子
()	元组构造函数运算符- 该运算符用于构造元组。	（拉朱，30 岁）
{}	包构造函数运算符- 该运算符用于构造一个包。	{（拉朱，30），（穆罕默德，45）}
[]	映射构造函数运算符- 该运算符用于构造元组。	[姓名#Raja，年龄#30]

Pig Latin – 关系运算

下表描述了 Pig Latin 的关系运算符。

操作员	描述
加载和存储
加载	将文件系统（本地/HDFS）中的数据加载到关系中。
店铺	保存与文件系统（本地/HDFS）的关系。
过滤
筛选	从关系中删除不需要的行。
清楚的	从关系中删除重复的行。
FOREACH，生成	基于数据列生成数据转换。
溪流	使用外部程序转换关系。
分组和加入
加入	加入两个或多个关系。
集团	将数据分组为两个或多个关系。
团体	将数据分组到单个关系中。
叉	创建两个或多个关系的叉积。
排序
命令	根据一个或多个字段（升序或降序）按排序顺序排列关系。
限制	从关系中获取有限数量的元组。
合并与拆分
联盟	将两个或多个关系组合成一个关系。
分裂	将单个关系拆分为两个或多个关系。
诊断操作符
倾倒	在控制台上打印关系的内容。
描述	描述关系的模式。
解释	查看计算关系的逻辑、物理或 MapReduce 执行计划。
阐明	查看一系列语句的逐步执行情况。