Digamos que tengo un conjunto de datos de reseñas de restaurantes:¿Puedo generar bolsas anidadas usando declaraciones anidadas de FOREACH en Pig Latin?
User,City,Restaurant,Rating
Jim,New York,Mecurials,3
Jim,New York,Whapme,4.5
Jim,London,Pint Size,2
Lisa,London,Pint Size,4
Lisa,London,Rabbit Whole,3.5
Y quiero producir una lista por el usuario y la ciudad de revisión regular. Es decir. Salida:
User,City,AverageRating
Jim,New York,3.75
Jim,London,2
Lisa,London,3.75
podría escribir un script cerdo de la siguiente manera:
Data = LOAD 'data.txt' USING PigStorage(',') AS (
user:chararray, city:chararray, restaurant:charray, rating:float
);
PerUserCity = GROUP Data BY (user, city);
ResultSet = FOREACH PerUserCity {
GENERATE group.user, group.city, AVG(Data.rating);
}
Sin embargo tengo curiosidad si puedo primer grupo del grupo más alto nivel (los usuarios) y el grupo luego sub siguiente nivel (las ciudades) más tarde, es decir,
PerUser = GROUP Data BY user;
Intermediate = FOREACH PerUser {
B = GROUP Data BY city;
GENERATE group AS user, B;
}
me sale:
Error during parsing.
Invalid alias: GROUP in {
group: chararray,
Data: {
user: chararray,
city: chararray,
restaurant: chararray,
rating: float
}
}
¿Alguien ha intentado esto con éxito? ¿Simplemente no es posible agrupar dentro de una FOREACH?
Mi objetivo es hacer algo como:
ResultSet = FOREACH PerUser {
FOREACH City {
GENERATE user, city, AVG(City.rating)
}
}
enlace se ha roto el hombre –