我想知道是否可以根据短语过滤字符串？例如，我想统计查询中出现 ps3(ps 3) 的次数。我不确定如何不使用与“ps 3”的过滤条件完全匹配，因为不知道如何在其中放置一个选项卡。到目前为止我的代码是:
data = LOAD '/user/cloudera/' using PigStorage(',') as (text:chararray);
filtered_data = FILTER data BY (text matches '.*ps3.*') OR (text == 'ps 3');
Res = FOREACH (GROUP filtered_data ALL) GENERATE COUNT(filtered_data);
DUMP Res;
很明显，代码无法计算像“今天的 ps 3”这样的查询。有办法处理这个吗？
最佳答案
试试这个-
A = LOAD 'input.csv' USING PigStorage(',') AS (text:chararray);
B = FILTER A BY (LOWER(text) MATCHES '.*ps 3.*' OR LOWER(text) MATCHES '.*ps3.*');
DUMP B 输出:
(ps 3 today)
(ps 3)
(ps3)
(PS3TODAY)
关于hadoop - pig : Filter a string on a basis of a phrase，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/32707734/