我是 PIG 的新手，我遇到了一个非常基本的问题。 我有一行代码，上面写着:
A = load 'Sites/trial_clustering/shortdocs/*'
AS (word1:chararray, word2:chararray, word3:chararray, word4:chararray);
其中每个文件基本上都是一行 4 个逗号分隔的单词。然而，PIG 并没有将其拆分为 4 个词。当我转储 A 时，我得到:(Money, coins, loans, debt,,,)
我尝试使用谷歌搜索，但似乎无法找到我的文件需要采用何种格式，以便 PIG 能够正确解释它。请帮忙!
最佳答案
你的问题是 pig ，默认情况下，loads files delimited by tab , 不是逗号。发生的事情是 “Money, coins, loans, debt” 卡在您的第一列 word1 中。当您打印它时，您会产生多列的错觉，但实际上第一列填满了整行，然后其他列为空。
要解决这个问题，您应该指定 PigStorage 通过逗号加载:
A = LOAD '...' USING PigStorage(',') AS (...);
关于hadoop - 使用 PIG 加载文件，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/8099013/