我是hadoop和 pig 的新手。我想知道如何运行内部调用UDF方法的Pig脚本吗？问题是我看不到Pig UDF Manual网站上提到的语句“register blah.jar”:
register myudfs.jar;
A = load 'student_data' as (name: chararray, age: int, gpa: float);
B = foreach A generate flatten(myudfs.Swap(name, age)), gpa;
C = foreach B generate $2;
D = limit B 20;
dump D;
但是我确实看到一个包含“blah.jar”的“jar”目录。我的同事已经离开了，所以我想知道诀窍是什么？也许我可以将jar文件添加到命令行？
非常感谢!
最佳答案
如果脚本中没有REGISTER语句(并且脚本有效)，则除了Pig的builtin functions中的任何一个之外，它都不会调用任何UDF。如果您想使用UDF，则需要REGISTER语句。如果未调用UDF，则不需要REGISTER，这可能就是为什么您没有在脚本中看到它的原因。
Here是编写UDF的良好引用。编写完之后，您需要将其编译为jar文件，并确保还包括其依赖的任何类(例如EvalFunc)。这是您将使用REGISTER的jar。
关于hadoop - 在hadoop上使用udf运行Pig脚本，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/13439413/