Piglatin找到一列是否包含另一列的內容

Question

我有一個看似非常簡單的問題，但我似乎無法弄清楚。

我有一個看起來像這樣的數據：

A (B, C, A) 
B (X, Y, Z) 
C (F, C, D) 

我使用的Pig Latin檢查，如果在第一列中的文字出現在第二列。

這是我的代碼現在：

Labels = LOAD 'example.txt' USING PigStorage('\t'); 

Projected = FOREACH Labels GENERATE $0 AS id, $1 AS group; 

X = FILTER Projected BY (group matches '.*(chararray)id.*'); 

STORE X INTO '/test' USING PigStorage(','); 

我期待的輸出爲：「*」

A (B, C, A) 
C (F, C, D) 

我也試過串接的ID，但它是無濟於事。

我一直堅持與此相當一段時間，任何幫助將不勝感激。謝謝！

Answer 1

有兩個問題，一個是你不能命名你的變量組，因爲這是一個保留字，兩個匹配字符串「（chararray）id」，而不是id。

另外IMO我認爲它更清潔永遠不要通過索引分配變量，只是在你的load語句中定義它們，如果你這樣做，你可以刪除Projected別名。

Labels = LOAD 'example.txt' USING PigStorage('\t') AS 
    (id:chararray, stringvalue:chararray); 
X = FILTER Labels BY (stringvalue matches CONCAT(CONCAT('.*',id),'.*')); 
STORE X INTO '/test' USING PigStorage(','); 

經過測試，它工作。