pig脚本求和排序取TOP

有一需求，在HDFS数据上分组聚合累加一列的值，汇总后排序取TOP，pig脚本思路如下：

假设有如下数据在HDFS上：
cat city.txt:
 wh  500
 bj  600
 wh  100
 sh  400
 wh  200
 bj  100
 sh  200
 bj  300
 sh  900

第一列是城市缩写，第二列是城市某值统计，现需要将城市列合并，并将第二列在城市聚合的基础上做累加。 操作如下：

a = load '/data/city.txt'  using PigStorage(' ') as (city:chararray, value:int);
b = group a by city;
c = foreach b generate group , SUM(a.value);
dump c;

显示如下：

(bj,1000.0)
(sh,1500.0)
(wh,800.0)

做排序，取TOP：

d = limit (order c by $1 desc) 2;
dump d;

显示：

(sh,1500.0)
(bj,1000.0)

emmmmmmm大概就这样吧，不知道有没有优化手段。

参考资料： https://blog.csdn.net/wisgood/article/details/17230691
http://www.mamicode.com/info-detail-1020467.html
《Hadoop权威指南》P442

转载于:https://my.oschina.net/shuangquan/blog/3080928