pig操作与注意事项

grunt> A = load 'hdfs://192.168.0.118:9000/user/hadoop/data.txt' as (name:chararray, id:int, age:int);

grunt> B = group A by id;

grunt> C = foreach B generate count A.age;（注意要带括号，并且count必须为大写）

2012-09-11 20:20:12,831 [main] ERROR org.apache.pig.tools.grunt.Grunt - ERROR 1200: <line 7, column 29>  mismatched input 'A' expecting SEMI_COLON

Details at logfile: /home/hadoop/pig-0.10.0/logs

grunt> C = foreach B generate COUNT(A.id);

grunt> EXPLAIN C;

grunt> B = filter A by age >= 20;（注意>=前后要有空格）

类型	操作	描述
加载与存储	LOAD	将数据从外部文件或其它存储中加载数据，存入关系
	STORE	将一个关系存放到文件系统或其它存储中
	DUMP	将关系打印到控制台
过滤	FILTER	从关系中删除不需要的行
	DISTINCT	从关系中删除重复的行
	FOREACH…  GENERATE	对于集合的每个元素，生成或删除字段
	STREAM	使用外部程序对关系进行变换
	SAMPLE	从关系中随机取样
分组与连接	JOIN	连接两个或多个关系
	COGROUP	在两个或多个关系中分组
	GROUP	在一个关系中对数据分组
	CROSS	获取两个或更多关系的乘积（叉乘）
排序	ORDER	根据一个或多个字段对某个关系进行排序
	LIMIT	限制关系的元组个数
合并与分割	UNION	合并两个或多个关系
	SPLIT	把某个关系切分成两个或多个关系

转载于:https://my.oschina.net/mkh/blog/78103