Apache-pig-distinct-operator
提供:Dev Guides
Apache Pig-個別のオペレーター
*DISTINCT* 演算子は、リレーションから冗長(重複)タプルを削除するために使用されます。
構文
以下に、 DISTINCT 演算子の構文を示します。
grunt> Relation_name2 = DISTINCT Relatin_name1;
例
以下に示すように、HDFSディレクトリ /pig_data/ に student_details.txt という名前のファイルがあると仮定します。
*student_details.txt*
001,Rajiv,Reddy,9848022337,Hyderabad
002,siddarth,Battacharya,9848022338,Kolkata
002,siddarth,Battacharya,9848022338,Kolkata
003,Rajesh,Khanna,9848022339,Delhi
003,Rajesh,Khanna,9848022339,Delhi
004,Preethi,Agarwal,9848022330,Pune
005,Trupthi,Mohanthy,9848022336,Bhuwaneshwar
006,Archana,Mishra,9848022335,Chennai
006,Archana,Mishra,9848022335,Chennai
そして、以下に示すように、このファイルをリレーション名 student_details でPigにロードしました。
grunt> student_details = LOAD 'hdfs://localhost:9000/pig_data/student_details.txt' USING PigStorage(',')
as (id:int, firstname:chararray, lastname:chararray, phone:chararray, city:chararray);
次に、 DISTINCT 演算子を使用して student_details という名前のリレーションから冗長(重複)タプルを削除し、以下に示すように distinct_data という名前の別のリレーションとして保存します。
grunt> distinct_data = DISTINCT student_details;
検証
以下に示すように、 DUMP 演算子を使用して、リレーション distinct_data を確認します。
grunt> Dump distinct_data;
出力
次の出力が生成され、リレーション distinct_data の内容が次のように表示されます。
(1,Rajiv,Reddy,9848022337,Hyderabad)
(2,siddarth,Battacharya,9848022338,Kolkata)
(3,Rajesh,Khanna,9848022339,Delhi)
(4,Preethi,Agarwal,9848022330,Pune)
(5,Trupthi,Mohanthy,9848022336,Bhuwaneshwar)
(6,Archana,Mishra,9848022335,Chennai)