Apache Pig STRSPLIT()用法及代码示例

此函数用于通过给定的分隔符拆分给定的字符串。

用法

的语法STRSPLIT()下面给出。此函数接受一个需要拆分的字符串、一个正则表达式和一个指定限制的整数值(该字符串应拆分的子字符串数)。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子串的数量，其中n将是传递给的值limit。

grunt> STRSPLIT(string, regex, limit)

示例

假设有一个文件名为emp.txt在里面HDFS目录/pig_data/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。

emp.txt

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，我们已经将这个文件加载到 Pig 中，关系名为emp_data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);

下面是一个例子STRSPLIT()函数。如果你观察emp.txt文件，你会发现，在name列，我们有由 delemeter 分隔的员工的姓名和姓氏'_'。

在此示例中，我们尝试使用拆分员工的姓名和姓氏STRSPLIT()函数。

grunt> strsplit_data = FOREACH emp_data GENERATE (id,name), STRSPLIT (name,'_',2);

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

grunt> Dump strsplit_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))