Apache Pig - 过滤操作符

FILTER 操作符用于根据条件从关系中选择所需元组。

语法

以下是 FILTER 操作符的语法。

grunt> Relation2_name = FILTER Relation1_name BY (condition);

示例

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

student_details.txt

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

我们已将此文件加载到 Pig 中，关系名为 student_details，如下所示。

grunt> student_details = LOAD 'hdfs://127.0.0.1:9000/pig_data/student_details.txt' USING PigStorage(',')
   as (id:int, firstname:chararray, lastname:chararray, age:int, phone:chararray, city:chararray);

现在让我们使用 Filter 操作符获取来自 Chennai 市的学生的详细信息。

filter_data = FILTER student_details BY city == 'Chennai';

验证

使用 DUMP 操作符验证关系 filter_data，如下所示。

grunt> Dump filter_data;

输出

它将产生以下输出，显示关系 filter_data 的内容，如下所示。

(6,Archana,Mishra,23,9848022335,Chennai)
(8,Bharathi,Nambiayar,24,9848022333,Chennai)