Apache Pig - INDEXOF() 函数

INDEXOF() 函数接受一个字符串值、一个字符和一个索引（整数）。它返回字符串中给定字符的第一次出现，从给定索引开始向前搜索。

语法

以下是 INDEXOF() 函数的语法。

grunt> INDEXOF(string, 'character', startIndex)

示例

假设在 HDFS 目录 /pig_data/ 中有一个名为 emp.txt 的文件，如下所示。此文件包含员工详细信息，例如 id、姓名、年龄和城市。

emp.txt

001,Robin,22,newyork
002,BOB,23,Kolkata
003,Maya,23,Tokyo 
004,Sara,25,London 
005,David,23,Bhuwaneshwar 
006,Maggy,22,Chennai
007,Robert,22,newyork 
008,Syam,23,Kolkata
009,Mary,25,Tokyo 
010,Saran,25,London 
011,Stacy,25,Bhuwaneshwar 
012,Kelly,22,Chennai

并且，我们已使用名为 emp_data 的关系将此文件加载到 Pig 中，如下所示。

grunt> emp_data = LOAD 'hdfs://127.0.0.1:9000/pig_data/emp.txt' USING PigStorage(',')
   as (id:int, name:chararray, age:int, city:chararray);

以下是 INDEXOF() 函数的一个示例。在此示例中，我们使用此函数查找每个员工姓名中字母 'r' 的出现次数。

grunt> indexof_data = FOREACH emp_data GENERATE (id,name), INDEXOF(name, 'r',0);

上述语句解析每个员工的姓名，并返回字母 ‘r’ 首次出现的索引值。如果姓名中不包含字母 ‘r’，则返回 -1 值

语句的结果将存储在名为 indexof_data 的关系中。使用 Dump 操作符验证关系 indexof_data 的内容，如下所示。

grunt> Dump indexof_data;
  
((1,Robin),-1)
((2,BOB),-1)
((3,Maya),-1)
((4,Sara),2)
((5,David),-1)
((6,Maggy),-1)
((7,Robert),4)
((8,Syam),-1)
((9,Mary),2)
((10,Saran),2)
((11,Stacy),-1)
((12,Kelly),-1)