¿Cómo almacenar registros agrupados en varios archivos con Pig?

Question

Después de cargar y agrupar registros, ¿cómo puedo almacenar esos registros agrupados en varios archivos, uno por grupo (= ID de usuario)?

records = LOAD 'input' AS (userid:int, ...); 
grouped_records = GROUP records BY userid; 

estoy usando Apache Pig versión 0.8.1-cdh3u3 (rexported)

Answer 1

A = LOAD 'mydata' USING PigStorage() as (a, b, c); 
STORE A INTO '/my/home/output' USING MultiStorage('/my/home/output','0', 'bz2', '\\t'); 

Parámetros:

1. parentPathStr - Padres ruta dir salida
2. splitFieldIndex - índice de campo clave
3. compresión - 'bz2', 'BZ', 'GZ' o 'ninguna'
4. fieldDel - Delimitador de campo de registro de salida

Referencia: GrepCode

Answer 2

De hecho, hay una clase MultiStorage en Piggybank que hace exactamente lo que quiero - que divide los registros por un atributo especificado (en el índice '0' en mi ejemplo):

STORE records INTO 'output' USING org.apache.pig.piggybank.storage.MultiStorage('output', '0', 'none', ',');