Apache Pig SUBTRACT()用法及代码示例

这个SUBTRACT()Pig Latin的函数是用来减去两个包的。它需要两个包作为输入并返回一个包，其中包含第一个包中不在第二个包中的元组。

用法

下面给出的是SUBTRACT()函数。

grunt> SUBTRACT(expression, expression)

示例

假设我们有两个文件，即emp_sales.txt和emp_bonus.txt在 HDFS 目录中/pig_data/如下所示。这emp_sales.txt包含销售部门员工的详细信息和emp_bonus.txt包含获得奖金的员工详细信息。

emp_sales.txt

1,Robin,22,25000,sales 
2,BOB,23,30000,sales 
3,Maya,23,25000,sales 
4,Sara,25,40000,sales 
5,David,23,45000,sales 
6,Maggy,22,35000,sales

emp_bonus.txt

1,Robin,22,25000,sales 
2,Jaya,23,20000,admin 
3,Maya,23,25000,sales 
4,Alia,25,50000,admin 
5,David,23,45000,sales 
6,Omar,30,30000,admin

我们已经将这些文件加载​​到 Pig 中，并带有关系名称emp_sales和emp_bonus分别。

grunt> emp_sales = LOAD 'hdfs://localhost:9000/pig_data/emp_sales.txt' USING PigStorage(',')
   as (sno:int, name:chararray, age:int, salary:int, dept:chararray);
	
grunt> emp_bonus = LOAD 'hdfs://localhost:9000/pig_data/emp_bonus.txt' USING PigStorage(',')
   as (sno:int, name:chararray, age:int, salary:int, dept:chararray);

现在让我们将关系的记录/元组分组emp_sales和emp_bonus用钥匙sno, 使用 COGROUP 运算符，如下所示。

grunt> cogroup_data = COGROUP emp_sales by sno, emp_bonus by sno;

验证关系cogroup_data使用DUMP操作符如下图。

grunt> Dump cogroup_data; 

(1,{(1,Robin,22,25000,sales)},{(1,Robin,22,25000,sales)}) 
(2,{(2,BOB,23,30000,sales)},{(2,Jaya,23,30000,admin)}) 
(3,{(3,Maya,23,25000,sales)},{(3,Maya,23,25000,sales)}) 
(4,{(4,Sara,25,40000,sales)},{(4,Alia,25,50000,admin)}) 
(5,{(5,David,23,45000,sales)},{(5,David,23,45000,sales)}) 
(6,{(6,Maggy,22,35000,sales)},{(6,Omar,30,30000,admin)})

从另一个关系中减去一个关系

现在让我们减去元组emp_bonus关系来自emp_sales关系。结果关系包含以下元组emp_sales不存在的emp_bonus。

grunt> sub_data = FOREACH cogroup_data GENERATE SUBTRACT(emp_sales, emp_bonus);

确认

验证关系sub_data使用 DUMP 运算符，如下所示。这emp_sales关系保存关系中不存在的元组emp_bonus。

grunt> Dump sub_data;
   
({})
({(2,BOB,23,30000,sales)})
({})
({(4,Sara,25,40000,sales)})
({})
({(6,Maggy,22,35000,sales)})

同样的，让我们减去emp_sales关系来自emp_bonus关系如下图。

grunt> sub_data = FOREACH cogroup_data GENERATE SUBTRACT(emp_bonus, emp_sales);

验证内容sub_data使用转储运算符的关系，如下所示。

grunt> Dump sub_data;

({}) 
({(2,Jaya,23,20000,admin)})
({})
({(4,Alia,25,50000,admin)})
({})
({(6,Omar,30,30000,admin)})