自猪交叉联接被忽略

Question

如果一个人有这样的数据：

A = LOAD 'data' AS (a1:int,a2:int,a3:int); 

DUMP A; 
(1,2,3) 
(4,2,1) 

然后一个交叉联接被做在A上，A：

B = CROSS A, A; 

DUMP B; 
(1,2,3) 
(4,2,1) 

为什么是第二一个优化从查询中取出？

信息：猪版0.11

== == UPDATE

如果我排序，如：

C = ORDER A BY a1; 
D = CROSS A, C; 

它会给一个正确的交叉联接。

Answer 1

我认为你必须加载数据两次才能达到你想要的。

即

A1 = LOAD 'data' AS (a1:int,a2:int,a3:int); 
A2 = LOAD 'data' AS (a1:int,a2:int,a3:int); 
B = CROSS A1, A2; 

Answer 2

davek是正确的 - 你不能CROSS（或JOIN）与自身的关系。如果你想这样做，你必须创建一个数据的副本。在这种情况下，您可以使用另一个LOAD声明。如果你想通过管道进一步处理关系，你需要使用FOREACH来复制它。

我有几个宏，我经常使用和IMPORT默认情况下在我所有的猪脚本，以防我需要它们。一个用于仅此目的：

DEFINE DUPLICATE(in) RETURNS out 
{ 
     $out = FOREACH $in GENERATE *; 
}; 

这会为你工作的地方在您的管道，你需要重复：

A1 = LOAD 'data' AS (a1:int,a2:int,a3:int); 
A2 = DUPLICATE(A1); 
B = CROSS A1, A2; 

注意，即使A1和A2是相同的，你不能假设记录的顺序相同。但是如果你正在做CROSS或JOIN，这可能没有关系。