通過Pig中的兩個稍微不同的鍵加入

Question

mapreduce任務：

file_one中的Key1是a1，a2，a3，a10，a11，a12; file_two中的Key2是persona1，persona1，persona2，persona3，persona12，persona12，persona3，persona11，persona10。

Merge_file = JOIN file_one BY鍵1，file_two由密鑰2 ??（怎麼寫這個..）

而且，由於第二個鍵有重複，有什麼關係？

感謝

Answer 1

我的建議是，爲每個數據集創建新列，並加入對，例如：

A = foreach file_one generate *, join_key1 as SUBSTRING(key1, 1, 100); 
B = foreach file_two generate *, join_key2 as SUBSTRING(key2, 7, 100); 
C = join A by join_key1, B by join_key2;