Hadoop Pig GROUP by id，get owner_id？

Question

在Hadoop我有很多看起來像這樣的： (item_id,owner_id,counter) - 可能有重複，但總是item_id有相同的owner_id！

我想要得到的counter的總和每個item_id，所以我有以下腳本：

alldata = LOAD '/path/to/data/*' USING D; -- D describes the structure 
known_items = FILTER alldata BY owner_id > 0L; 
group_by_item = GROUP known_data BY (item_id); 
data = FOREACH group_by_item GENERATE group AS item_id, OWNER_ID_COLUMN_SOMEHOW, SUM(known_items.counter) AS items_count; 

的問題是，在FOREACH，如果我想利用known_items.owner_id - 這將是一個元組有所有分組item_id的總和。獲得第一個業主的最有效方式是什麼？

Answer 1

最簡單的解決方案爲您提供了正確的答案，如果你的假設，即每個item_id具有相同owner_id是正確的，會讓你知道，如果它是不是：incude的owner_id作爲組的一部分。

alldata = LOAD '/path/to/data/*' USING D; -- D describes the structure 
known_items = FILTER alldata BY owner_id > 0L; 
group_by_item = GROUP known_data BY (item_id, owner_id); 
data = FOREACH group_by_item GENERATE FLATTEN(group), SUM(known_items.counter) AS items_count;