Pig COUNT 函数

• 

  COUNT 函数

  Pig-Latin COUNT() 函数用于获取包中的元素数。在计算一个包中的元组数量时，COUNT（）函数会忽略（不会计数）在FIRST FIELD中具有NULL值的元组。

  注意-

  • 要获取全局计数值（bag中元组的总数），我们需要执行“group all”操作，并使用COUNT（）函数计算计数值。
  • 要获取组的计数值（组中的元组数），我们需要使用Group By运算符对其进行分组，然后继续使用count函数。

  句法

  下面给出的是COUNT() 函数的语法。

  
  grunt> COUNT(expression)
  

  例子

  假设我们在HDFS目录/pig_data/中有一个名为student_details.txt的文件，如下所示。

  
  001,Rajiv,Reddy,21,9848022337,Hyderabad,89
  002,siddarth,Battacharya,22,9848022338,Kolkata,78 
  003,Rajesh,Khanna,22,9848022339,Delhi,90 
  004,Preethi,Agarwal,21,9848022330,Pune,93 
  005,Trupthi,Mohanthy,23,9848022336,Bhuwaneshwar,75 
  006,Archana,Mishra,23,9848022335,Chennai,87 
  007,Komal,Nayak,24,9848022334,trivendram,83 
  008,Bharathi,Nambiayar,24,9848022333,Chennai,72
  

  并且我们已经将该文件加载到Pig中，关系名称为student_details，如下所示。

  
  grunt> student_details = LOAD 'hdfs://localhost:9000/pig_data/student_details.txt' USING PigStorage(',')
     as (id:int, firstname:chararray, lastname:chararray, age:int, phone:chararray, city:chararray, gpa:int);
  

• 

  计算元组数

  我们可以使用内置函数COUNT（）（区分大小写）来计算关系中的元组数。让我们使用“全部分组”运算符将“ student_details ”关系分组，并将结果存储在名为“ student_group_all”的关系中，如下所示。

  
  grunt> student_group_all = Group student_details All;
  

  它将产生如下所示的关系。

  
  grunt> Dump student_group_all;
    
  (all,{(8,Bharathi,Nambiayar,24,9848022333,Chennai,72),
  (7,Komal,Nayak,24,9848022 334,trivendram,83),
  (6,Archana,Mishra,23,9848022335,Chennai,87),
  (5,Trupthi,Mohan thy,23,9848022336,Bhuwaneshwar,75),
  (4,Preethi,Agarwal,21,9848022330,Pune,93),
  (3 ,Rajesh,Khanna,22,9848022339,Delhi,90),
  (2,siddarth,Battacharya,22,9848022338,Ko lkata,78),
  (1,Rajiv,Reddy,21,9848022337,Hyderabad,89)})
  

  现在让我们计算关系中的元组/记录数。

  
  grunt> student_count = foreach student_group_all  Generate COUNT(student_details.gpa);
  

• 

  验证

  如下所示，使用DUMP运算符验证关系Student_count。

  
  grunt> Dump student_count;
  

  输出

  它将产生以下输出，显示关系student_count的内容。

  
  8