Apache Pig - PigStorage() 函式

PigStorage() 函式用於載入和儲存資料為結構化文字檔案。它接收一個分隔符作為引數，用於分隔元組中的每個實體。預設情況下，它使用‘\t’作為引數。

語法

以下是PigStorage() 函式的語法。

grunt> PigStorage(field_delimiter)

示例

假設我們在名為/data/的 HDFS 目錄下有一個名為student_data.txt的檔案，其內容如下。

001,Rajiv,Reddy,9848022337,Hyderabad
002,siddarth,Battacharya,9848022338,Kolkata 
003,Rajesh,Khanna,9848022339,Delhi  
004,Preethi,Agarwal,9848022330,Pune 
005,Trupthi,Mohanthy,9848022336,Bhuwaneshwar
006,Archana,Mishra,9848022335,Chennai.

我們可以使用 PigStorage 函式載入資料，如下所示。

grunt> student = LOAD 'hdfs://:9000/pig_data/student_data.txt' USING PigStorage(',')
   as ( id:int, firstname:chararray, lastname:chararray, phone:chararray, city:chararray );

在上面的示例中，我們使用了逗號(‘,’)作為分隔符。因此，我們使用(,)分隔了記錄的值。

同樣，我們可以使用PigStorage() 函式將資料儲存到 HDFS 目錄中，如下所示。

grunt> STORE student INTO ' hdfs://:9000/pig_Output/ ' USING PigStorage (',');

這會將資料儲存到指定的目錄中。您可以按照以下步驟驗證資料。

驗證

您可以按照以下步驟驗證儲存的資料。首先，使用ls命令列出名為pig_output目錄中的檔案，如下所示。

$ hdfs dfs -ls 'hdfs://:9000/pig_Output/'
 
Found 2 items 
rw-r--r- 1 Hadoop supergroup 0 2015-10-05 13:03 hdfs://:9000/pig_Output/_SUCCESS
 
rw-r--r- 1 Hadoop supergroup 224 2015-10-05 13:03 hdfs://:9000/pig_Output/part-m-00000

您可以看到在執行Store語句後建立了兩個檔案。

然後，使用cat命令列出名為part-m-00000檔案的內容，如下所示。

$ hdfs dfs -cat 'hdfs://:9000/pig_Output/part-m-00000'
  
1,Rajiv,Reddy,9848022337,Hyderabad  
2,siddarth,Battacharya,9848022338,Kolkata  
3,Rajesh,Khanna,9848022339,Delhi  
4,Preethi,Agarwal,9848022330,Pune  
5,Trupthi,Mohanthy,9848022336,Bhuwaneshwar 
6,Archana,Mishra,9848022335,Chennai