猪脚本代码错误？

Question

在运行以下猪脚本时，我会在LINE4中遇到错误：如果是组，那么我会遇到错误。如果我从LINE4中的“组”更改为“组”，则脚本正在运行。

组和组有什么区别？

LINES = LOAD '/user/cloudera/datapeople.csv' USING PigStorage(',') AS ( firstname:chararray, lastname:chararray, address:chararray, city:chararray, state:chararray, zip:chararray );

WORDS = FOREACH LINES GENERATE FLATTEN(TOKENIZE(zip)) AS ZIPS;

WORDSGROUPED = GROUP WORDS BY ZIPS;

WORDBYCOUNT = FOREACH WORDSGROUPED GENERATE GROUP AS ZIPS, COUNT(WORDS);

WORDSSORT = ORDER WORDBYCOUNT BY $1 DESC;

DUMP WORDSSORT;

Answer 1

在foreach中，严格较低的情况是您正在循环/分组的东西。

http://squarecog.wordpress.com/2010/05/11/group-operator-in-apache-pig/ 说：

当您对A分组关系时，结果是一个新的关系，其中有两个列：“组”和原始关系的名称。

列名称敏感，因此您必须在foreach中使用较低的“组”。

在高层情况下，“小组”是分组操作员。你不能混合它们。所以不要那样做。

Answer 2

通常，组/cogroup用于通过某些键进行分组。分组后，关系描述分组关系。 grp：{group：chararray，a：{（名称：chararray，session：chararray，gpa：float）}}}。

在上述结果中，您可以找到“组”。

如果要对分组关系（GRP）执行一些操作，则应使用“组”而不是组。