pig数据类型

Pig的数据类型可以分为两大类：基本类型和复杂类型。

1. 基本类型：
   int、long、float（浮点数，一般会丢失精度，要求严格可使用int或者long保证不丢失精度）、double（浮点数，一般会丢失精度，要求严格可使用int或者long保证不丢失精度）
   chararray：字符串或者字符数组。它是通过java.lang.String实现的。chararray常量是以加单引号的一系列字符来表示，例如’fred’。
   bytearray:一团或者一组字节。bytearray是通过封装了java的byte[]的DataByteArray Java类来实现的。
2. 复杂类型
   pig有3个复杂数据类型：map、tuple和bag。
   map:是一种chararray和数据元素之间的键值对映射，其中数据元素可以是任意的pig类型，包括复杂类型。chararray被称为键，它作为查找对应元素的索引，相应的数据元素被称为值。
   map常量通过方括号来划定map结构，键和值间是一个#号，键值对之间使用逗号分隔。如：[‘name’#’bob’,’age#55’]。
   tuple:tuple是一个定长的，包含有序pig数据元素的集合。tuple可以分为多个字段，每个字段对应着一个数据元素。这些数据元素可以是任意的数据类型，它们无须是相同的数据类型。一个tuple相当于sql中的一行，而tuple的字段相当于sql中的列。
   tuple常量使用圆括号来指示tuple结构，使用逗号来划分tuple中的字段。如(‘bob’,55)。
   bag:是一个无序的tuple集合，因为它无序，所以无法通过位置获取bag中的tuple。
   bag常量是通过花括号进行划分的，bag中的tuple用逗号来分隔，如{(‘bob’,55),(‘sally’,52),(‘john’,25)}。
3. null值
   在pig中null值所表达的含义是这个值是未知的，这可能是数据缺失，或者在处理数据时发生了错误等原因造成的。
4. 模式
   pig对于模式非常宽松，如果用户为数据定义了一个模式，那么pig会使用这个模式，为的是既可以进行预先的错误检查也可以用于执行过程的优化。如果用户没有为数据提供一个模式，pig仍然可以处理数据，它会根据脚本的如何处理数据的做出一个最合理的猜测。