Apache Pig REPLACE()用法及代碼示例

此函數用於用新字符替換給定字符串中的所有字符。

用法

下麵給出的是REPLACE()函數。該函數接受三個參數，即

• string- 要替換​​的字符串。如果我們想替換關係中的字符串，我們必須傳遞字符串所屬的列名。

• regEXP- 這裏我們必須傳遞我們想要替換的字符串/正則表達式。

• newChar- 這裏我們必須傳遞字符串的新值。

grunt> REPLACE(string, 'regExp', 'newChar');

示例

假設有一個文件名為emp.txt在裏麵HDFS目錄/pig_data/如下所示。此文件包含員工詳細信息，例如 ID、姓名、年齡和城市。

emp.txt

001,Robin,22,newyork
002,BOB,23,Kolkata
003,Maya,23,Tokyo
004,Sara,25,London 
005,David,23,Bhuwaneshwar 
006,Maggy,22,Chennai
007,Robert,22,newyork 
008,Syam,23,Kolkata
009,Mary,25,Tokyo 
010,Saran,25,London 
011,Stacy,25,Bhuwaneshwar 
012,Kelly,22,Chennai

並且，我們已經將這個文件加載到 Pig 中，關係名為emp_data如下所示。

grunt> emp_data = LOAD 'hdfs://localhost:9000/pig_data/emp1.txt' USING PigStorage(',')
   as (id:int, name:chararray, age:int, city:chararray);

下麵是一個例子REPLACE()函數。在這個例子中，我們替換了城市的名稱Bhuwaneshwar用更短的形式Bhuw。

grunt> replace_data = FOREACH emp_data GENERATE (id,city),REPLACE(city,'Bhuwaneshwar','Bhuw');

上麵的語句替換了字符串'Bhuwaneshwar'和'Bhuw'在名為的列中city在裏麵emp_data關係並返回結果。該結果存儲在名為的關係中replace_data.驗證關係的內容replace_data使用 Dump 運算符，如下所示。

grunt> Dump replace_data;
 
((1,newyork),newyork)
((2,Kolkata),Kolkata)
((3,Tokyo),Tokyo)
((4,London),London) 
((5,Bhuwaneshwar),Bhuw)
((6,Chennai),Chennai)
((7,newyork),newyork) 
((8,Kolkata),Kolkata)
((9,Tokyo),Tokyo) 
((10,London),London) 
((11,Bhuwaneshwar),Bhuw) 
((12,Chennai),Chennai)