0
我有两个文件,一个叫A记录如何在Apache PIG中正确执行内部连接?
123^record1
222^record2
333^record3
和其他文件,称为B-记录
123^jim
123^jim
222^mike
333^joe
你可以在我的令牌123一次文件中的看到。在文件B中有两次。有没有办法使用Apache PIG我可以加入数据,这样我只能从A文件中获得一个连接记录?
这里是我当前的脚本输出如下
arecords = LOAD '$a' USING PigStorage('^') as (token:chararray, type:chararray);
brecords = LOAD '$b' USING PigStorage('^') as (token:chararray, name:chararray);
x = JOIN arecords BY token, brecords BY token;
dump x;
这将产生如下:
(123,record1,123,jim)
(123,record1,123,jim)
(222,record2,222,mike)
(333,record3,333,joe)
当我真正想要的是(通知令牌123只在有一次后加入)
(123,record1,123,jim)
(222,record2,222,mike)
(333,record3,333,joe)
有什么想法吗?非常感谢
完全正确,我应该做我的右手边鲜明。现在,这一切都很好,谢谢! – James
不客气 – frail