hadoop - 计算 PIG 列中值的频率？

Question

我有这样的东西:

ColA ColB
a    xxx
b    yyy
c    xxx
d    yyy
e    xxx

我需要找出 ColB 的每个值出现的次数。

输出:

xxx 3
yyy 2

这是我一直在尝试的:

考虑到 A 有我的数据，

grunt> B = GROUP A by ColB;
grunt> DESCRIBE B;
B: {group: chararray,A: {(ColA: chararray,ColB: chararray)}}

现在我很困惑，我会做这样的事情吗？

grunt> C = FOREACH B GENERATE COUNT(B.ColB)

所以我需要这样的输出，

xxx 3
yyy 2

Answer 1

我想通了。

C = FOREACH B GENERATE GROUP AS ColB, COUNT(A) as count;