Apache Pig STRSPLIT()用法及代碼示例

此函數用於通過給定的分隔符拆分給定的字符串。

用法

的語法STRSPLIT()下麵給出。此函數接受一個需要拆分的字符串、一個正則表達式和一個指定限製的整數值(該字符串應拆分的子字符串數)。此函數解析字符串，當遇到給定的正則表達式時，它將字符串拆分為n子串的數量，其中n將是傳遞給的值limit。

grunt> STRSPLIT(string, regex, limit)

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_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 

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/emp.txt' USING PigStorage(',')
   as (id:int, name:chararray, age:int, city:chararray);

下麵是一個例子STRSPLIT()函數。如果你觀察emp.txt文件，你會發現，在name列，我們有由 delemeter 分隔的員工的姓名和姓氏'_'。

在此示例中，我們嘗試使用拆分員工的姓名和姓氏STRSPLIT()函數。

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

語句的結果將存儲在名為 strsplit_data 的關係中。驗證關係的內容strsplit_data, 使用 Dump 運算符，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))