Apache Pig AVG()用法及代碼示例

Pig-LatinAVG()函數用於計算包內數值的平均值。在計算平均值時，AVG()函數忽略 NULL 值。

注意～’

• 為了得到全局平均值，我們需要執行一個Group All操作，並使用計算平均值AVG()函數。

• 要獲得一個組的平均值，我們需要使用Group By運算符並繼續執行平均函數。

用法

下麵給出的是AVG()函數。

grunt> AVG(expression) 

示例

假設我們有一個名為student_details.txt在 HDFS 目錄中/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 

我們已經將此文件加載到 Pig 中，並使用關係名稱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);

計算平均 GPA

我們可以使用 內置 函數AVG()(區分大小寫)計算一組數值的平均值。讓我們將關係分組student_details使用 Group All 運算符，並將結果存儲在名為的關係中student_group_all如下所示。

grunt> student_group_all = Group student_details All;

這將產生如下所示的關係。

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)})

現在讓我們使用以下方法計算所有學生的全局平均 GPAAVG()函數如下圖。

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

確認

驗證關係student_gpa_avg使用DUMP操作符如下圖。

grunt> Dump student_gpa_avg;

輸出

它將顯示關係的內容student_gpa_avg如下。

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