Apache Pig COUNT()用法及代碼示例

這個COUNT()Pig Latin 的函數用於獲取包中元素的數量。在計算包中元組的數量時，COUNT()函數忽略(不會計算)在第一個字段中具有 NULL 值的元組。

注意～’

• 要獲得全局計數值(一個包中的元組總數)，我們需要執行一個Group All操作，並使用 COUNT() 函數計算計數值。

• 要獲取組的計數值(組中的元組數)，我們需要使用 Group By 運算符對其進行分組並繼續執行計數函數。

用法

下麵給出的是COUNT()函數。

grunt> COUNT(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，關係名為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);

計算元組的數量

我們可以使用 內置 函數COUNT()(區分大小寫)計算關係中元組的數量。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;

它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)})

現在讓我們計算關係中元組/記錄的數量。

grunt> student_count = foreach student_group_all  Generate COUNT(student_details.gpa);

確認

驗證關係student_count使用DUMP操作符如下圖。

grunt> Dump student_count;

輸出

它將產生以下輸出，顯示關係 student_count 的內容。

8