嵌套的FOREACH語句

Question

看來，嵌套的FOREACH語句不支持該組。我有以下模式：

data2: {group: chararray,data1: {(lt: chararray,ln: chararray)}} 

上，我要扁平化數據1，組中的所有對（LT，LN），計數，順序降序，並最終限制1.

的想法是提取每組最可能的一對（lt，ln）。你會如何推薦我這麼做？

Answer 1

爲了最快執行UDF將是最好的。 在純Apache Pig中，如果在與模式建立關係之前可以指望（group，lt，ln），那將會很不錯。這是竟被這樣的事情（這只是一個僞腳本，可能需要一些調試）

Assuming load schema is (id, lt, ln) 

inpt = LOAD ....... as (id, lt : chararray, ln : chararray); 
grp1 = GROUP inpt BY (id, lt, ln); 
data1 = FOREACH grp FLATTEN(inpt), COUNT(data1) as cnt; 
data2 = GROUP data_wtih_count BY id; 
--data2: {group: chararray,data1: {(id, lt: chararray,ln: chararray, cnt : int)}} 
most_probable_pair = FOREACH data2 { 
    ord = ORDER data1 BY cnt ASC; 
    top = LIMIT ord 1; 
    GENERATE group, top.(ln, lt); 
} 

或者你可以扁平化數據2和數據1與GRP1開始。