Apache Pig字符串截取实战小例子

栏目: Apache · 发布时间: 8年前

内容简介：Apache Pig字符串截取实战小例子

记录一个Pig字符串截取的实战小例子：

需求如下，从下面的字符串里提取出第2列（冒号后面）的值：

1 2  3 4
a:ab#c#d
a:c#c#d
a:dd#c#d
a:zz#c#d

如果是在 java 里，方法可能有很多种，比如substring，或者split多次等，在pig也大致如此，可以使用SUBSTRING内置函数来完成，但散仙推荐使用下面的方式，这种方式比较灵活，适合大部分场景的数据提取，需要用到的2个函数如下：

（1）REGEX_EXTRACT（'原始字符串','正则式',int类型的返回索引）

（2）STRSPLIT('原始字符串', '正则式', 限制返回的个数)

pig脚本写法：

a = laod '/tmp/data' as (data:chararray)
//注意逻辑是，先获取冒号后面的数据，然后split成tuple，再通过$1（下标访问元素）获取我们需要的数据即可。
b = foreach a generate STRSPLIT (REGEX_EXTRACT (data, '(.*):(.*)', 2) ,'#',5).$0;

dump b;

想了解更多有关电商互联网公司的搜索技术和大数据技术的使用，请欢迎扫码关注微信公众号：我是攻城师（woshigcs）

本公众号的内容是有关搜索和大数据技术和互联网等方面内容的分享，也是一个温馨的技术互动交流的小家园，有什么问题随时都可以留言，欢迎大家来访！

以上就是本文的全部内容，希望本文的内容对大家的学习或者工作能带来一定的帮助，也希望大家多多支持码农网

查看所有标签

猜你喜欢:

本站部分资源来源于网络，本站转载出于传递更多信息之目的，版权归原作者或者来源机构所有，如转载稿涉及版权问题，请联系我们。

码农书籍

SNS浪潮

李翔昊 / 人民邮电出版社 / 2010 / 35.00元

内容提要：本书通过互联网行业与社会生活中的案例内容，向读者介绍了一些互联网技术和新型网站的发展，揭示了社交网站兴起的因素。在探讨社交网站发展和网络开放平台的同时，也介绍、描述了其对社会信息传播、行业组织、广告营销等方面的影响。最后通过新技术和产品应用，展望了未来社会化网络的趋势走向。本书适合从事信息技术、社会传播、市场营销相关工作，以及广大互联网用户，或对IT行业有兴趣的人士阅读。......一起来看看《SNS浪潮》这本书的介绍吧!

码农工具

Apache Pig字符串截取实战小例子

SNS浪潮

RGB转16进制工具

Base64 编码/解码

Markdown 在线编辑器