Pig DIFF 函数

DIFF 函数

Pig-Latin DIFF() 函数用于比较元组中的两个包（字段）。它以元组的两个字段作为输入并进行匹配。如果它们匹配，它将返回一个空bag。如果它们不匹配，它将查找在一个字段（bag）中存在而在另一字段（bag）中没有的元素，并通过将它们包装在bag中来返回这些元素。

句法

下面给出了DIFF() 函数的语法。
```
grunt> DIFF (expression, expression)
```
例子

通常，DIFF() 函数比较一个元组中的两个包。下面给出了它的示例，在这里我们创建两个关系，将它们组合在一起，并计算它们之间的差。

假设我们在HDFS目录/pig_data/中有两个文件，分别是emp_sales.txt和emp_bonus.txt，如下所示。该emp_sales.txt包含销售部门的员工的细节和emp_bonus.txt包含员工详细谁得到奖金。

emp_sales.txt
```
1,Robin,22,25000,sales 
2,BOB,23,30000,sales 
3,Maya,23,25000,sales 
4,Sara,25,40000,sales 
5,David,23,45000,sales 
6,Maggy,22,35000,sales
```
emp_bonus.txt
```
1,Robin,22,25000,sales 
2,Jaya,23,20000,admin 
3,Maya,23,25000,sales 
4,Alia,25,50000,admin 
5,David,23,45000,sales 
6,Omar,30,30000,admin
```
我们已经将这些文件加载到Pig中，它们的关系名称分别为emp_sales和emp_bonus。
```
grunt> emp_sales = LOAD 'hdfs://localhost:9000/pig_data/emp_sales.txt' USING PigStorage(',')
   as (sno:int, name:chararray, age:int, salary:int, dept:chararray);
   
grunt> emp_bonus = LOAD 'hdfs://localhost:9000/pig_data/emp_bonus.txt' USING PigStorage(',')
   as (sno:int, name:chararray, age:int, salary:int, dept:chararray);
```
如下所示，使用COGROUP运算符使用键sno对emp_sales和emp_bonus关系的记录/元组进行分组。
```
grunt> cogroup_data = COGROUP emp_sales by sno, emp_bonus by sno;
```
如下所示，使用DUMP运算符验证关系cogroup_data。
```
grunt> Dump cogroup_data;
  
(1,{(1,Robin,22,25000,sales)},{(1,Robin,22,25000,sales)}) 
(2,{(2,BOB,23,30000,sales)},{(2,Jaya,23,20000,admin)}) 
(3,{(3,Maya,23,25000,sales)},{(3,Maya,23,25000,sales)}) 
(4,{(4,Sara,25,40000,sales)},{(4,Alia,25,50000,admin)}) 
(5,{(5,David,23,45000,sales)},{(5,David,23,45000,sales)}) 
(6,{(6,Maggy,22,35000,sales)},{(6,Omar,30,30000,admin)})
```
计算两个关系之间的差异

现在让我们使用DIFF() 函数计算两个关系之间的差异，并将其存储在关系diff_data中，如下所示。
```
grunt> diff_data = FOREACH cogroup_data GENERATE DIFF(emp_sales,emp_bonus);
```
验证

如下所示，使用DUMP运算符验证关系diff_data。
```
grunt> Dump diff_data;
   
({}) 
({(2,BOB,23,30000,sales),(2,Jaya,23,20000,admin)}) 
({}) 
({(4,Sara,25,40000,sales),(4,Alia,25,50000,admin)}) 
({}) 
({(6,Maggy,22,35000,sales),(6,Omar,30,30000,admin)})
```
该diff_data关系将有一个空的元组如果记录emp_bonus和emp_sales匹配。在其他情况下，它将保存两个关系中的元组（不同的元组）。例如，如果您认为sno为1的记录，则将在两个关系中发现它们相同（（1，Robin，22,25000，sales），（1，Robin，22,25000，sales））。因此，在diff_data关系中（这是DIFF() 函数的结果），您将获得sno 1的空元组。

返回全部 eval 函数

Pig DIFF 函数

DIFF 函数

计算两个关系之间的差异