新建了一个文件test.txt,随便造了几条测试数据(tab键分隔,是pig默认的分隔方式,若要以其他分隔,load的时候load 'test.txt' using PigStorage(',') as .... 就可以以逗号分隔):
xiaojun 28 上海
yangna 24 兰州
在pig grant shell中输入中文是没法解析的,会报错,比如在shell下面输入:
a = load 'test.txt' as (name:chararray,age:int,city:chararray);
b = filter a by city == '上海'; //此句执行会报错。
dump b;
如果需要使用到中文进行数据集的过滤,可以将语句写到一个单独的pig脚本中,例如我们新建一个test.pig文件,把上面两句写入到该文件中去,然后再执行pig -x local test.pig,这时可以成功的执行中文字符的过滤语句。