Hadoop第八讲
2015-06-30 18:51
190 查看
Pig Latin
子项目致力于降低hadoop的复杂性。Pig可以看做是hadoop的客户端软件,可以连接到hadoop集群进行数据分析工作。Pig方便不熟悉Java的用户,使用一种较为简便的类似SQL的面向数据流的语言pig latin进行数据处理。Pig latin可以进行排序,过滤 ,求和,分组,关联等操作,还可以自定义函数,这是一种面向数据分析处理的轻量级脚本语言.
Pig可以看做是pig latin到map-reduce的映射器。
![](http://img.blog.csdn.net/20150630123707266?watermark/2/text/aHR0cDovL2Jsb2cuY3Nkbi5uZXQvd2Vud2VuMTUzOA==/font/5a6L5L2T/fontsize/400/fill/I0JBQkFCMA==/dissolve/70/gravity/Center)
语言用起来不是很好理解,在社区中使用的不是太广泛,一般使用Hive的较多。
安装:
下载并解压pig安装
在.bashrc中配置环境变量,注意JAVA_HOME=安装目录的上级目录
![](http://img.blog.csdn.net/20150630124254093?watermark/2/text/aHR0cDovL2Jsb2cuY3Nkbi5uZXQvd2Vud2VuMTUzOA==/font/5a6L5L2T/fontsize/400/fill/I0JBQkFCMA==/dissolve/70/gravity/Center)
进入grunt shell验证
![](http://img.blog.csdn.net/20150630124457826?watermark/2/text/aHR0cDovL2Jsb2cuY3Nkbi5uZXQvd2Vud2VuMTUzOA==/font/5a6L5L2T/fontsize/400/fill/I0JBQkFCMA==/dissolve/70/gravity/Center)
Pig工作模式
1. 本地模式:所有文件和执行过程都在本地,一般用于测试
2. Mapreduce模式:实际工作模式
配置pig的map-reduce模式
设置PATH,增加PIG_CLASSPATH环境变量
![](http://img.blog.csdn.net/20150630124944392?watermark/2/text/aHR0cDovL2Jsb2cuY3Nkbi5uZXQvd2Vud2VuMTUzOA==/font/5a6L5L2T/fontsize/400/fill/I0JBQkFCMA==/dissolve/70/gravity/Center)
修改hosts文,启动pig
![](http://img.blog.csdn.net/20150630125131898?watermark/2/text/aHR0cDovL2Jsb2cuY3Nkbi5uZXQvd2Vud2VuMTUzOA==/font/5a6L5L2T/fontsize/400/fill/I0JBQkFCMA==/dissolve/70/gravity/Center)
![](http://img.blog.csdn.net/20150630125215949?watermark/2/text/aHR0cDovL2Jsb2cuY3Nkbi5uZXQvd2Vud2VuMTUzOA==/font/5a6L5L2T/fontsize/400/fill/I0JBQkFCMA==/dissolve/70/gravity/Center)
启动pig
Pig的运行方式:脚本(后缀是pig)、grunt、嵌入式(嵌入到java中,使用pig提供的jar即可)
gruntshell命令可以通过help列举出来。
![](http://img.blog.csdn.net/20150630125620548?watermark/2/text/aHR0cDovL2Jsb2cuY3Nkbi5uZXQvd2Vud2VuMTUzOA==/font/5a6L5L2T/fontsize/400/fill/I0JBQkFCMA==/dissolve/70/gravity/Center)
![](http://img.blog.csdn.net/20150630125726065?watermark/2/text/aHR0cDovL2Jsb2cuY3Nkbi5uZXQvd2Vud2VuMTUzOA==/font/5a6L5L2T/fontsize/400/fill/I0JBQkFCMA==/dissolve/70/gravity/Center)
![](http://img.blog.csdn.net/20150630125813839?watermark/2/text/aHR0cDovL2Jsb2cuY3Nkbi5uZXQvd2Vud2VuMTUzOA==/font/5a6L5L2T/fontsize/400/fill/I0JBQkFCMA==/dissolve/70/gravity/Center)
Pig数据模型
Bag:表,Tuple:列,Field:属性,
Pig不要求同一个bag里面的各个tuple有相同数据或相同类型的field。
Pig Latin常用语句:
Load:装入数据,FOREACH:逐行扫描进行某种处理形成另一张表。FILTER:过滤行
DUMP:把结果显示到屏幕 STORE:把结果保存到文件。
例子1:从气象数据集中计算一年中的最高记录
![](http://img.blog.csdn.net/20150630180616761?watermark/2/text/aHR0cDovL2Jsb2cuY3Nkbi5uZXQvd2Vud2VuMTUzOA==/font/5a6L5L2T/fontsize/400/fill/I0JBQkFCMA==/dissolve/70/gravity/Center)
子项目致力于降低hadoop的复杂性。Pig可以看做是hadoop的客户端软件,可以连接到hadoop集群进行数据分析工作。Pig方便不熟悉Java的用户,使用一种较为简便的类似SQL的面向数据流的语言pig latin进行数据处理。Pig latin可以进行排序,过滤 ,求和,分组,关联等操作,还可以自定义函数,这是一种面向数据分析处理的轻量级脚本语言.
Pig可以看做是pig latin到map-reduce的映射器。
语言用起来不是很好理解,在社区中使用的不是太广泛,一般使用Hive的较多。
安装:
下载并解压pig安装
在.bashrc中配置环境变量,注意JAVA_HOME=安装目录的上级目录
进入grunt shell验证
Pig工作模式
1. 本地模式:所有文件和执行过程都在本地,一般用于测试
2. Mapreduce模式:实际工作模式
配置pig的map-reduce模式
设置PATH,增加PIG_CLASSPATH环境变量
修改hosts文,启动pig
启动pig
Pig的运行方式:脚本(后缀是pig)、grunt、嵌入式(嵌入到java中,使用pig提供的jar即可)
gruntshell命令可以通过help列举出来。
Pig数据模型
Bag:表,Tuple:列,Field:属性,
Pig不要求同一个bag里面的各个tuple有相同数据或相同类型的field。
Pig Latin常用语句:
Load:装入数据,FOREACH:逐行扫描进行某种处理形成另一张表。FILTER:过滤行
DUMP:把结果显示到屏幕 STORE:把结果保存到文件。
例子1:从气象数据集中计算一年中的最高记录
相关文章推荐
- CentOS下通过yum安装svn及配置
- 使用X-Frame-Options防止网页被Frame
- tomcat连接mysql的3个问题解决
- Tomcat服务器的简单安装和配置
- 漫谈SOA(面向服务架构)
- 汇编语言:第五章 [BX]和loop指令
- Ganglia监控Hadoop集群的安装部署
- linux route命令的使用详解
- Eclipse中的项目,在Eclipse上发布到Tomcat,编译过的文件默认存储的位置
- WPF+Visifire开发数据监控软件
- 开源监控软件ganglia安装手册
- linux expr命令参数及用法
- 关于apache以fastcgi模式运行php的错误理解纠正
- Shell学习--正则表达式
- 每天进步一点点——linux——df
- 【hadoop】16、学习hive操作语句
- Linux Ubuntu 开机自动启动项设置方法 例:svn服务
- linux学习一
- 关于nginx架构探究(4)
- Centos mysql 5.6 安装