ubuntu下安装pig

转载自: http://blog.csdn.net/a925907195/article/details/42325579

1 安装 

只安装在namenode节点上即可 

1.1 下载并解压 

下载：http://pig.apache.org/releases.html下载pig-0.12.1版本的pig-0.12.1.tar.gz 

存放路径：/home/Hadoop/

解压：tar -zxvf pig-0.12.1.tar.gz 改名：mv pig-0.12.1 pig 然后放到/usr/local/hadoop下

1.2 改变pig的所有者 

chown -R hadoop:hadoop /usr /local/hadoop/pig 

1.3 修改配置文件 

添加path路径：打开/etc/profile文件（vi /etc/profile）在最后加入如下内容 #pig path 

export PATH=$PATH: /usr /local/hadoop/pig/bin 使修改生效：source /etc/profile 

1.4 验证安装是否成功 

输入pig –x local 命令。看到出现“grunt>”提示符，表明Pig已经安装成功，如下：

Pig –x local

1.5 配置pig的mapreduce模式 

编辑/etc/profile文件，加入hadoop/conf路径

Vim /etc profile

export PATH=$PATH: /usr /local/Hadoop/pig/bin

export PIG_CLASSPATH=/usr /local/Hadoop/conf

执行使配置文件生效

Source /etc/profile

1.6 验证pig的mapreduce模式 

直接输入pig命令，出现“grunt>”提示即可（必须先启动hadoop） 

 

1.7 修改Pig的日志文件目录 

Pig的日志默认在当前目录，不方便进行分析和管理，需要修改日志文件目录，修改如下： 

1） 在/usr/pig目录下新建文件夹logs 

midir /usr/local/hadoop/pig/logs

2） 修改/usr/local/Hadoop/pig/conf/pig.properties文件中的pig.logfile=/usr/local/Hadoop /pig/logs 

打开/usr/local/Hadoop /pig/conf/pig.properties文件找到pig.logfile修改如下：

Pig.logfile=/usr/local/Hadoop/pig/logs

 

1.8 pig 常用命令

Pig –x local以本地模式进入pig

Pig直接以hdfs系统模式进入pig

测试Pig latin语句

常用语句：

LOAD : 指出载入数据的方法

FOREACH：逐行扫描进行某种处理

FILTER：过滤行

DUMP：把结果显示到屏幕

STORE：把结果保存到文件

通常书写执行顺序：

LOAD ——〉FOREACH——〉STORE

1.9 测试pig在MapReduce 模式下作业的执行

步骤一：上传passwd.txt到hdfs文件系统

cat/home/hadoop/fjshtest/passwd.txt

root:x:0:0:root:/root:/bin/bash

daemon:x:1:1:daemon:/usr/sbin:/bin/sh

bin:x:2:2:bin:/bin:/bin/sh

sys:x:3:3:sys:/dev:/bin/sh

sync:x:4:65534:sync:/bin:/bin/sync

games:x:5:60:games:/usr/games:/bin/sh

man:x:6:12:man:/var/cache/man:/bin/sh

lp:x:7:7:lp:/var/spool/lpd:/bin/sh

mail:x:8:8:mail:/var/mail:/bin/sh

news:x:9:9:news:/var/spool/news:/bin/sh

uucp:x:10:10:uucp:/var/spool/uucp:/bin/sh

proxy:x:13:13:proxy:/bin:/bin/sh

www-data:x:33:33:www-data:/var/www:/bin/sh

backup:x:34:34:backup:/var/backups:/bin/sh

list:x:38:38:MailingList Manager:/var/list:/bin/sh

bin/hadoop fs -put /home/hadoop/fjshtest/passwd.txt /user/hadoop/in

bin/hadoop fs -ls /user/hadoop/in

-rw-r--r--   2 hadoop supergroup       1705 2015-01-01 22:46/user/hadoop/in/passwd.txt

-rw-r--r--   2 hadoop supergroup       1026 2015-01-01 22:23 /user/hadoop/in/pigtest

-rw-r--r--   2 hadoop supergroup         12 2014-11-14 23:18/user/hadoop/in/test1.txt

-rw-r--r--   2 hadoop supergroup         13 2014-11-14 23:18/user/hadoop/in/test2.txt

 

  步骤二：在grunt编译器命令行依次执行如下命令 
       A = load '/user/hadoop/in/passwd.txt' usingPigStorage(':'); 

       B = foreach A generate$0 as id;

        dump B;

        在屏幕可以直接查看命令执行结果

- Total input paths toprocess : 1

(root)

(daemon)

(bin)

(sys)

(sync)

(games)

(man)

(lp)

(mail)

(news)

(uucp)

(proxy)

(www-data)

(backup)

(list)

(irc)

(gnats)

(nobody)

(libuuid)

 

常见错误整理：

pig语句等号两次需要空格，否则报错
A=load'test.txt' as {ip:chararray        ,other:chararray} usingPigStorage(' ');
-->报错
grunt>A=load 'test.txt' as {ip:chararray,other:chararray} using PigStorage(' ');
2014-07-0416:05:35,935 [main] ERROR org.apache.pig.tools.grunt.Grunt - ERROR 1000: Errorduring parsing. Encountered " <PATH> "A=load "" atline 2, column 1.
问题2：load加载数据时，usingPigStorage(' ')需要写到as之前
A =LOAD 'test.txt' AS (ip:chararray        ,other:chararray)using PigStorage(' ');
-->报错
grunt>A = LOAD 'test.txt' AS (ip:chararray,other:chararray) using PigStorage(' ');
2014-07-0416:03:35,421 [main] ERROR org.apache.pig.tools.grunt.Grunt - ERROR 1200:<line 1, column 54>  mismatched input 'using' expectingSEMI_COLON

问题3：有些函数和关键字如COUNT,PigStorage，分区大小写，否则提示不存在
C =foreach B {generate ip,count(ip);};
-->报错
grunt>C = foreach B {generate ip,count(ip);};
2014-07-0416:19:40,167 [main] ERROR org.apache.pig.tools.grunt.Grunt - ERROR 1070: Couldnot resolve count using imports: [, Java.lang., org.apache.pig.builtin.,org.apache.pig.impl.builtin.]
Detailsat logfile: /app01/pig-0.13.0/pig_1404460981802.log

问题4：指定字段名，需要指定是那个关系（A.ip）
C =foreach B {generate ip,COUNT(ip);};
-->报错
grunt>C = foreach B {generate ip,COUNT(ip);};
2014-07-0416:18:54,919 [main] ERROR org.apache.pig.tools.grunt.Grunt - ERROR 1025: 
<line4, column 24> Invalid field projection. Projected field [ip] does not existin schema: group:chararray,A:bag{:tuple(ip:chararray,other:chararray)}.

转载于:https://www.cnblogs.com/He2Li/p/5528416.html