我有一个格式为 (#,title,year,rating,duration) 的电影列表:
1,The Nightmare Before Christmas,1993,3.9,4568
2,The Mummy,1932,3.5,4388
3,Orphans of the Storm,1921,3.2,9062
4,The Object of Beauty,1991,2.8,6150
5,Night Tide,1963,2.8,5126
6,One Magic Christmas,1985,3.8,5333
7,Muriel's Wedding,1994,3.5,6323
8,Mother's Boys,1994,3.4,5733
9,Nosferatu: Original Version,1929,3.5,5651
10,Nick of Time,1995,3.4,5333
...
我在每个元组中都有年份，我需要将其视为每年 1 月 1 日。
我需要计算这个日期和当前日期之间的天数
我的方法:
movies = LOAD 'movies_data.csv' USING PigStorage(',') as (id,name,year,rating,duration);
daysbetween_data = foreach movies generate DaysBetween(ToDate(year,'<WHAT FORMAT TO GIVE HERE>'), ToDate(<CURRENT DATE HERE>));
知道怎么做吗？
最佳答案
将年份加载到字符数组字段，使用 CONCAT 将 01-01- 附加到年份字段，以便获得格式“MM-dd-yyyy”，然后使用 ToDate 和 DaysBetween。
movies = LOAD 'movies_data.csv' USING PigStorage(',') as (id:int,name:chararray,year:chararray,rating:double,duration:int);
daysbetween_data = foreach movies generate DaysBetween(ToDate(CONCAT('01-01-',year),'MM-dd-yyyy'),CurrentTime());
关于hadoop - Apache pig : Calculate number of days between a date and current date，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/41647644/