pig中cogroup的使用

 

%default file test.txt

A = load '$file' as (date, web, name, food);

B = load '$file' as (date, web, name, food);

C= cogroup A by $0, B by $1;

describe C;

illustrate C;

dumpC;

cogroup命令中$0和$1，两个列的内容如果不一样，就是分别生成两个批次的group，先按A值分组，在按B对应的值分组。按A的值分组时，B对应的为空，则group中有一个空组{}；

但如果内容一样，如C= cogroup Aby $1, B by $1;就是生成一个批次的group，其中包含A和B两个表中所有的等于该值的元组。

 

另外,load命令写完后，实际不会立刻执行（例如执行describeA也只是生成一个数据结构，不会从文件中读入数据），而是等待illustrate，和dump命令后，才会真正读入数据到A和B中。