怎样实现PIG中COGROUP中的空值验证

这篇文章将为大家详细讲解有关怎样实现PIG中COGROUP中的空值验证，文章内容质量较高，因此小编分享给大家做个参考，希望大家阅读完这篇文章后对相关知识有一定的了解。

环境： 0.10.0
     COGROUP : 2+个关系中做分组 

最近做一个PIG类的项目，重新看了下PIG，顺便做总结。看到COGROUP时感觉有些问题

官方：http://pig.apache.org/docs/r0.8.1/piglatin_ref2.html  
  

A = load 'student' as (name:chararray, age:int, gpa:float);
B = load 'student' as (name:chararray, age:int, gpa:float);
dump B;
(joe,18,2.5)
(sam,,3.0)
(bob,,3.5)

X = cogroup A by age, B by age;
dump X;
(18,{(joe,18,2.5)},{(joe,18,2.5)})
(,{(sam,,3.0),(bob,,3.5)},{})
(,{},{(sam,,3.0),(bob,,3.5)})

     很难理解的是为什么age是空的会有2条数据？参考其他博客看下COGROUP的用法，发现不是这样。

编码无悔博客：http://www.codelast.com/?p=3621

后来自己造了一批数据来尝试没有空值和有空值的COGROUP.

CA:
     (jack,32,run)
     (liza,22,eat)
     (tom,20,mouse)

CB:
     (jack,32,run)
     (jerry,10,steal)
     (tom,20,mouse)

COGROUP:
     (tom,{(tom,20,mouse)},{(tom,20,mouse)})
     (jack,{(jack,32,run)},{(jack,32,run)})
     (liza,{(liza,22,eat)},{})
     (jerry,{},{(jerry,10,steal)})

加一个有空值的字段。

 CA:
     (jack,32,run)
     (liza,22,eat)
     (,20,mouse)

CB：
     (jack,32,run)
     (jerry,10,steal)
     (,20,mouse)
     
COGROUP：
     (jack,{(jack,32,run)},{(jack,32,run)})
     (liza,{(liza,22,eat)},{})
     (jerry,{},{(jerry,10,steal)})
     (,{(,20,mouse)},{})
     (,{},{(,20,mouse)})

分别加M和N个空值字段，数据量不会出现M*N个空值吧？不是2个就是个大坑，会放大数据量。

CA:
     (jack,32,run)
     (liza,22,eat)
     (,200,mouse)
     (,201,mouse)
     (,202,mouse)
     (,203,mouse)
     (,204,mouse)
    
 CB：
     (jack,32,run)
     (jerry,10,steal)
     (,301,mouse)
     (,302,mouse)
     (,303,mouse)
     (,304,mouse)
     (,305,mouse)
     (,306,mouse)
     (,307,mouse)

COGROUP：
     (jack,{(jack,32,run)},{(jack,32,run)})
     (liza,{(liza,22,eat)},{})
     (jerry,{},{(jerry,10,steal)})
     (,{(,200,mouse),(,201,mouse),(,202,mouse),(,203,mouse),(,204,mouse)},{})
     (,{},{(,301,mouse),(,302,mouse),(,303,mouse),(,304,mouse),(,305,mouse),(,306,mouse),(,307,mouse)})

关于怎样实现PIG中COGROUP中的空值验证就分享到这里了，希望以上内容可以对大家有一定的帮助，可以学到更多知识。如果觉得文章不错，可以把它分享出去让更多的人看到。