Apache Pig AVG()用法及代码示例

Pig-LatinAVG()函数用于计算包内数值的平均值。在计算平均值时，AVG()函数忽略 NULL 值。

注意～’

• 为了得到全局平均值，我们需要执行一个Group All操作，并使用计算平均值AVG()函数。

• 要获得一个组的平均值，我们需要使用Group By运算符并继续执行平均函数。

用法

下面给出的是AVG()函数。

grunt> AVG(expression) 

示例

假设我们有一个名为student_details.txt在 HDFS 目录中/pig_data/如下所示。

student_details.txt

001,Rajiv,Reddy,21,9848022337,Hyderabad,89
002,siddarth,Battacharya,22,9848022338,Kolkata,78
003,Rajesh,Khanna,22,9848022339,Delhi,90 
004,Preethi,Agarwal,21,9848022330,Pune,93 
005,Trupthi,Mohanthy,23,9848022336,Bhuwaneshwar,75 
006,Archana,Mishra,23,9848022335,Chennai,87 
007,Komal,Nayak,24,9848022334,trivendram,83 
008,Bharathi,Nambiayar,24,9848022333,Chennai,72 

我们已经将此文件加载到 Pig 中，并使用关系名称student_details如下所示。

grunt> student_details = LOAD 'hdfs://localhost:9000/pig_data/student_details.txt' USING PigStorage(',')
   as (id:int, firstname:chararray, lastname:chararray, age:int, phone:chararray, city:chararray, gpa:int);

计算平均 GPA

我们可以使用 内置 函数AVG()(区分大小写)计算一组数值的平均值。让我们将关系分组student_details使用 Group All 运算符，并将结果存储在名为的关系中student_group_all如下所示。

grunt> student_group_all = Group student_details All;

这将产生如下所示的关系。

grunt> Dump student_group_all;
   
(all,{(8,Bharathi,Nambiayar,24,9848022333,Chennai,72),
(7,Komal,Nayak,24,9848022 334,trivendram,83),
(6,Archana,Mishra,23,9848022335,Chennai,87),
(5,Trupthi,Mohan thy,23,9848022336,Bhuwaneshwar,75),
(4,Preethi,Agarwal,21,9848022330,Pune,93),
(3 ,Rajesh,Khanna,22,9848022339,Delhi,90),
(2,siddarth,Battacharya,22,9848022338,Ko lkata,78),
(1,Rajiv,Reddy,21,9848022337,Hyderabad,89)})

现在让我们使用以下方法计算所有学生的全局平均 GPAAVG()函数如下图。

grunt> student_gpa_avg = foreach student_group_all  Generate
   (student_details.firstname, student_details.gpa), AVG(student_details.gpa);

确认

验证关系student_gpa_avg使用DUMP操作符如下图。

grunt> Dump student_gpa_avg;

输出

它将显示关系的内容student_gpa_avg如下。

(({(Bharathi),(Komal),(Archana),(Trupthi),(Preethi),(Rajesh),(siddarth),(Rajiv) }, 
  {   (72)   ,  (83) ,   (87)  ,   (75)  ,   (93)  ,  (90)  ,   (78)   ,  (89)  }),83.375)