Apache Pig - SUBSTRING() 函数

此函数从给定字符串中返回一个子字符串。

语法

以下是 SUBSTRING() 函数的语法。此函数接受三个参数，一个是我们要查找的字符串的列名。另外两个是所需子字符串的起始和结束索引。

grunt> SUBSTRING(string, startIndex, stopIndex) 

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,Stacy,25,Bhuwaneshwar 
003,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 SUBSTRING() 函数的示例。此示例获取从第 0 个字母开始到第 2 个字母结束的员工姓名子字符串。

grunt> substring_data = FOREACH emp_data GENERATE (id,name), SUBSTRING (name, 0, 2);

以上语句从员工姓名中提取所需的子字符串。语句的结果将存储在名为 substring_data 的关系中。

使用 Dump 操作符验证关系 substring_data 的内容，如下所示。

grunt> Dump substring_data;

((1,Robin),Rob)
((2,Stacy),Sta)
((3,Kelly),Kel)