阿帕奇豬JOIN不像預期的那樣表現

Question

我是新來的阿帕奇豬。我用tab分隔字段創建了2個文件; employees.txt和employees2.txt [有在文件中沒有行間距，這是satisify這個編輯器]

employees.txt包含：

joe  21  94085 50000.0 
Tom  21  94085 50000.0 
John 21  94085 50000.0 

employees2.txt包含：

joe  4085559898 
joe  4085559899 
tom  4085559897 
tom  4085559896 
john 4085559896 

後來我嘗試一個簡單的加入：

個

e1 = LOAD 'employees.txt' AS (name, age, zip, salary); 
e2 = LOAD 'employees2.txt' AS (name, phone); 
e3 = JOIN e1 BY name, e2 BY name; 
DUMP e3; 

結果：

(joe,21,94085,50000.0,joe,4085559899) 
(joe,21,94085,50000.0,joe,4085559898) 

我預計：

(joe,21,94085,50000.0,joe,4085559899) 
(joe,21,94085,50000.0,joe,4085559898) 
(Tom,21,94085,50000.0,Tom,4085559897) 
(Tom,21,94085,50000.0,Tom,4085559896) 
(joe,21,94085,50000.0,Tom,4085559896) 

我在做什麼錯？

感謝，

克里斯

Answer 1

像幾乎所有的計算機語言，豬是區分大小寫的。因此「喬」！=「喬」和「湯姆」！=「湯姆」。

您應該將employees.txt文件中的名稱更改爲小寫。那麼你應該得到預期的結果。

您可以使用內置的Pig字符串函數LOWER來完成將名稱字段轉換爲全部小寫字母的任務。

e1 = LOAD 'employees.txt' AS (name, age, zip, salary); 
e2 = LOAD 'employees2.txt' AS (name, phone); 
e1_lower = FOREACH e1 GENERATE LOWER(name),age,zip,salary; 
e3 = JOIN e1_lower BY name, e2 BY name; 
DUMP e3; 

：沿線的

東西