Pig Latin 基础
Pig Latin是用于使用Apache Pig分析Hadoop中数据的语言。在本章中，我们将讨论Pig Latin的基础知识，如Pig Latin语句，数据类型，通用运算符，关系运算符和Pig Latin UDF。
Pig Latin - 数据模型
如前面章节所讨论的，Pig的数据模型是完全嵌套的。Relation是Pig Latin数据模型的最外层结构。它是一个包其中:
- 包是元组的集合。
- 元组是有序的字段集。
- 字段是一段数据。
Pig Latin - 语句
在使用Pig Latin处理数据时，语句是基本结构。
这些语句使用关系（relation），它们包括表达式（expression）和模式（schema）。
每个语句以分号（;）结尾。
我们将使用Pig Latin提供的运算符通过语句执行各种操作。
除了LOAD和STORE，在执行所有其他操作时，Pig Latin语句采用关系作为输入，并产生另一个关系作为输出。
只要在Grunt shell中输入 Load 语句，就会执行语义检查。要查看模式的内容，需要使用 Dump 运算符。只有在执行 dump 操作后，才会执行将数据加载到文件系统的MapReduce作业。
例子
下面给出一个Pig Latin语句，它将数据加载到Apache Pig中。
grunt> Student_data = LOAD 'student_data.txt' USING PigStorage(',')as
( id:int, firstname:chararray, lastname:chararray, phone:chararray, city:chararray );
Pig Latin - 数据类型
下面给出的表描述了Pig Latin数据类型。
| 序号 | 数据类型 | 说明＆示例 |
|---|---|---|
| 1 | int | 表示有符号的32位整数。 示例:8 |
| 2 | long | 表示有符号的64位整数。 示例:5L |
| 3 | float | 表示有符号的32位浮点。 示例:5.5F |
| 4 | double | 表示64位浮点。 示例:10.5 |
| 5 | chararray | 表示Unicode UTF-8格式的字符数组（字符串）。 示例:‘w3cschool’ |
| 6 | Bytearray | 表示字节数组（blob）。 |
| 7 | Boolean | 表示布尔值。 示例:true / false。 |
| 8 | Datetime | 表示日期时间。 示例:1970-01-01T00:00:00.000 + 00:00 |
| 9 | Biginteger | 表示Java BigInteger。 示例:60708090709 |
| 10 | Bigdecimal | 表示Java BigDecimal 示例:185.98376256272893883 |
| 复杂类型 | ||
| 11 | Tuple | 元组是有序的字段集。 示例:（raja,30） |
| 12 | Bag | 包是元组的集合。 示例:{（raju,30）,（Mohhammad,45）} |
| 13 | Map | 地图是一组键值对。 示例:['name'＃'Raju','age'＃30] |
Null值
所有上述数据类型的值可以为NULL。Apache Pig以与SQL类似的方式处理空值。null可以是未知值或不存在值，它用作可选值的占位符。这些空值可以自然出现或者可以是操作的结果。
Pig Latin - 算术运算符
下表描述了Pig Latin的算术运算符。假设a = 10和b = 20。
| 运算符 | 描述 | 示例 |
|---|---|---|
| + | 加 - 运算符的两侧的值相加 | a+b将得出30 |
| − | 减 - 从运算符左边的数中减去右边的数 | a-b将得出-10 |
| * | 乘 - 运算符两侧的值相乘 | a*b将得出200 |
| / | 除 - 用运算符左边的数除右边的数 | b / a将得出2 |
| % | 系数 - 用运算符右边的数除左边的数并返回余数 | b％a将得出0 |
| ？ : | Bincond - 评估布尔运算符。它有三个操作数，如下所示。 变量 x =（expression）？ value1 （如果为true）: value2（如果为false）。 | b =（a == 1）？ 20:30; 如果a = 1，则b的值为20。 如果a！= 1，则b的值为30。 |
CASE WHEN THEN ELSE END | Case - case运算符等效于嵌套的bincond运算符。 | CASE f2 ％ 2 WHEN 0 THEN 'even' WHEN 1 THEN 'odd' END |
Pig Latin - 比较运算符
下表描述了Pig Latin的比较运算符。
| 运算符 | 描述 | 示例 |
|---|---|---|
| == | 等于 - 检查两个数的值是否相等；如果是，则条件变为true。 | （a = b）不为true。 |
| != | 不等于 - 检查两个数的值是否相等。如果值不相等，则条件为true。 | （a！= b）为true。 |
| > | 大于 - 检查左边数的值是否大于右边数的值。 如果是，则条件变为true。 | （a> b）不为true。 |
| < | 小于 - 检查左边数的值是否小于右边数的值。 如果是，则条件变为true。 | （a<b）为true。 |
| >= | 大于或等于 - 检查左边数的值是否大于或等于右边数的值。如果是，则条件变为true。 | （a>=b）不为true。 |
| <= | 小于或等于 - 检查左边数的值是否小于或等于右边数的值。如果是，则条件变为true。 | （a<=b）为true。 |
| matches | 模式匹配 - 检查左侧的字符串是否与右侧的常量匹配。 | f1 matches '.* tutorial.*' |
Pig Latin - 类型结构运算符
下表描述了Pig Latin的类型结构运算符。
| 运算符 | 描述 | 示例 |
|---|---|---|
| () | 元组构造函数运算符 - 此运算符用于构建元组。 | （Raju,30） |
| {} | 包构造函数运算符 - 此运算符用于构造包。 | {（Raju,30）,（Mohammad,45）} |
| [] | 映射构造函数运算符 - 此运算符用于构造一个映射。 | [name＃Raja,age＃30] |
Pig Latin - 关系运算符
下表描述了Pig Latin的关系运算符。
| 运算符 | 描述 |
|---|---|
| 加载和存储 | |
| LOAD | 将数据从文件系统（local/ HDFS）加载到关系中。 |
| STORE | 将数据从文件系统（local/ HDFS）存储到关系中。 |
| 过滤 | |
| FILTER | 从关系中删除不需要的行。 |
| DISTINCT | 从关系中删除重复行。 |
| FOREACH，GENERATE | 基于数据列生成数据转换。 |
| STREAM | 使用外部程序转换关系。 |
| 分组和连接 | |
| JOIN | 连接两个或多个关系。 |
| COGROUP | 将数据分组为两个或多个关系。 |
| GROUP | 在单个关系中对数据进行分组。 |
| CROSS | 创建两个或多个关系的向量积。 |
| 排序 | |
| ORDER | 基于一个或多个字段（升序或降序）按排序排列关系。 |
| LIMIT | 从关系中获取有限数量的元组。 |
| 合并和拆分 | |
| UNION | 将两个或多个关系合并为单个关系。 |
| SPLIT | 将单个关系拆分为两个或多个关系。 |
| 诊断运算符 | |
| DUMP | 在控制台上打印关系的内容。 |
| DESCRIBE | 描述关系的模式。 |
| EXPLAIN | 查看逻辑，物理或MapReduce执行计划以计算关系。 |
| ILLUSTRATE | 查看一系列语句的分步执行。 |