pig的初步使用

关于pig网上没有一个能上手的。自己研究了一下。欢迎喜欢云计算的粉丝纠正：

Pig是一种数据流处置言语，你能够把它理解为编程言语，可是我更倾向于理解为脚本言语，由于它真的十分简略，十分便利，十分简略上手。没有杂乱语法的牵绊，只需简略的学习三五分钟，就足能够上手艺作了。真的！下面就一起花三五分钟学习一下吧！

装置篇

1. 先从官网下载pig，我运用的版本是pig-0.11.1.tar.gz，放到linux的/usr/local目录下；

2. 履行指令 tar  -zxvf  pig-0.11.1.tar.gz，然后重命名为pig；

3. 在文件/etc/profile中设置环境变量PIG_HOME，并把bin目录添加到环境变量PATH中；下图是我的配置文件内容

以上两行内容别离指的是hadoop装备的HDFS称号和MapReduce称号。其间，HDFS的称号来自于hadoop的装备文件core-site.xml，MapReduce的称号来自于hadoop的装备文件mapred-site.xml。

4. 装置完毕了，即是这么简略！

运用篇

咱们运用pig做个数据计算的比如，只需要两三分钟即可，假定咱们的HDFS中有个成果文件，内容如下

这是一切pig脚本运转的第一步，意图即是能够让pig以自个的方法处置该文件。

§     对每一行的分数加100。指令中的FOREACH…GENERATE…表明迭代每一行，能够跟表达式score+100。

的确成果都增加了100分。

§     过滤成果超越120分的记载。指令中的FILTER…BY…表明过滤每一行。

与前面的输出比较，少了一条记载。

§     对记载进行分组。指令中的GROUP…BY…表明分组

的确依照名字把三条记载分为了两组。

§     对不同分组中的分数进行汇总，咱们又用到了FOREACH…GENERATE…要害词

看看，汇总了吧！

§     把成果保管到HDFS中，指令的意思是把方才的汇总成果保管到HDFS的/grade_sum文件中。

看一下，咱们能够直接在pig指令行中履行HDFS指令，这即是保管后的结果。好了，咱们的示例做完了，我们从中看到pig的便利、易用了吗？在我看来，语法简略，要害词少，真的是太简便了！

对于pig的使用，或许因为不熟悉，给他蒙上一层面纱，就如同。对于自己熟悉的语言则不当回事。其实pig如同php， 相对于Java，.net，pig就如同javascript.

对于上面感觉不是很懂可以继续查看下面帖子：

pig入门简单操作及语法包括支持数据类型、函数、关键字、操作符等

怎么只有一些操作结果而没有关键的操作指令