Apache Pig SUBTRACT()用法及代碼示例

這個SUBTRACT()Pig Latin的函數是用來減去兩個包的。它需要兩個包作為輸入並返回一個包，其中包含第一個包中不在第二個包中的元組。

用法

下麵給出的是SUBTRACT()函數。

grunt> SUBTRACT(expression, expression)

示例

假設我們有兩個文件，即emp_sales.txt和emp_bonus.txt在 HDFS 目錄中/pig_data/如下所示。這emp_sales.txt包含銷售部門員工的詳細信息和emp_bonus.txt包含獲得獎金的員工詳細信息。

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

我們已經將這些文件加載​​到 Pig 中，並帶有關係名稱emp_sales和emp_bonus分別。

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);

現在讓我們將關係的記錄/元組分組emp_sales和emp_bonus用鑰匙sno, 使用 COGROUP 運算符，如下所示。

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

驗證關係cogroup_data使用DUMP操作符如下圖。

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)})

從另一個關係中減去一個關係

現在讓我們減去元組emp_bonus關係來自emp_sales關係。結果關係包含以下元組emp_sales不存在的emp_bonus。

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

確認

驗證關係sub_data使用 DUMP 運算符，如下所示。這emp_sales關係保存關係中不存在的元組emp_bonus。

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

同樣的，讓我們減去emp_sales關係來自emp_bonus關係如下圖。

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

驗證內容sub_data使用轉儲運算符的關係，如下所示。

grunt> Dump sub_data;

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