Pig MIN 函数
-
MIN 函数
Pig-Latin MIN() 函数用于计算单列bag中某一列的最小值(数字值或字符数组)。在计算最小值时,MIN() 函数将忽略NULL值。注意-- 要获得全局最小值,我们需要执行“GROUP ALL”操作,并使用MIN() 函数计算最小值。
- 要获得组的最小值,我们需要使用“GROUP BY”运算符对其进行分组,然后继续执行MIN() 函数。
句法下面给出的是MIN() 函数的语法。grunt> MIN(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);
-
计算最小GPA
我们可以使用内置函数MIN() (区分小小写)从一组给定的数值中计算出最小值。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;
这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)})
现在让我们计算一下GPA的全局最小值,即使用MIN() 函数的所有学生的GPA值中的最小值,如下所示。grunt> student_gpa_min = foreach student_group_all Generate (student_details.firstname, student_details.gpa), MIN(student_details.gpa);
验证如下所示,使用DUMP运算符验证关系Student_gpa_min。grunt> Dump student_gpa_min;
输出它将产生以下输出,显示关系student_gpa_min的内容。(({(Bharathi),(Komal),(Archana),(Trupthi),(Preethi),(Rajesh),(siddarth),(Rajiv) } , { (72) , (83) , (87) , (75) , (93) , (90) , (78) , (89) }) ,72)