Pig基础学习【持续更新中】

*本文参考了Pig官方文档以及已有的一些博客，并加上了自己的一些知识性的理解。目前正在持续更新中。*

Pig作为一种处理大规模数据的高级查询语言，底层是转换成MapReduce实现的，可以作为MapReduce的一种脚本语言，大大简化了对数据操作的代码。

**

基本概念和用法

**：
1. 关系（relation）：即包（bag），是一个元组（tuple）的集合。
可将关系/包想象成Spark中RDD的概念。
元组（）同Spark中元组的概念。
2. 简单的文件载入操作：

A = LOAD 'a.txt' AS (col1:chararray, col2:int);
B = GROUP A BY (col1);
DUMP A;
DUMP B;

上段代码将a.txt中的内容加载到变量A中，A的数据结构为A:{col1: chararray,col2:int}，A就是一个包。
注意：
1）这里面=左右两边要有空格，否则报错。
2）load as，dump等不区分大小写。
3）load as后面括号里col1和col2都是别名，如果不指定别名，后面的代码可以使用$0,$1…处理，此处使用别名是为了增强可读性。
3. 包中数据处理操作：

C=FOREACH B GENERATE group, AVG(A.col2);

遍历B中元素产生group,col2平均值

关系操作

LOAD
将数据从文件系统中载入。