Pig系统分析(7)-Pig实用工具类

Explain

Explain是Pig提供的调试工具，使用explain可以输出Pig Lation的执行计划。值得一提的是，explain支持-dot选项，将执行计划以DOT格式输出， (DOT是一种图形描述语言，请参考http://zh.wikipedia.org/zh/DOT%E8%AF%AD%E8%A8%80)

代码实现详见org.apache.pig.impl.plan.DotPlanDumper，这部分实现为我们设计执行计划可视化提供了参考。 下图部分截取了使用Graphviz打开物理执行计划DOT文件之后生成的图。（Graphviz介绍请参考http://zh.wikipedia.org/wiki/Graphviz）

Illustrate

Illustrate比Explain更进一步，它还会根据具体语句表达式条件自动生成适合执行计划的样本数据，并模拟执行，将每一步的结果按照表格输出，模拟一次完整的数据处理流程。代码实现详见org.apache.pig.pen.Illustrator。

PigContext

PigContext类包含Pig执行过程各个阶段需要的上下文基本信息，PigContext从前端传递到后端，一直到Hadoop Job阶段都可用。在Map&Reduce的初始化方法中，从Hadoop Configuration中获取PigContext。

pigContext= (PigContext)ObjectSerializer.deserialize(job.get("pig.pigContext"));

PigContext中比较重要信息有：

1. execType：执行类型，local/mr。
2. HExecutionEngine：后端执行引擎。
3. Script files/各种jar包等。
4. definedFunctions：funcName与funcSpec的映射。
5. dataStorage：文件系统接口，dfs&lfs。