在配置单元中按id收集数据

w3nuxt5m 于 2021-05-29 发布在 Hadoop

关注(0)|答案(1)|浏览(334)

我有一个表，表中的行格式如下

user |  purchase | time_of_purchase|quantity

样品

1234 | Bread | Jul 7 20:48| 1
1234 | Shaving Cream | July 10 14:20 | 2
5678 | Milk | July 7 3:48 | 1 
5678 | Bread | July 7 3:49 | 2
5678 | Bread | July 7 15:30 | 1

我想用以下格式创建用户的购买历史记录

1234 | {[Bread , Jul 7 20:48,1] ,[ Shaving Cream , July 10 14:20, 2 ]}
5678 | {[Milk, July 7 3:48 , 1 ] , [Bread , July 7 3:49 , 2], [Bread , July 7 15:30 , 1]}

有没有可能在Hive或Pig脚本中这样做？我尝试了collect\u list，但它不能保持列之间的顺序来组合，也尝试了brickhouse collect，但其行为类似于collect\u set，因此我丢失了部分信息。

hadoop Hive apache-pig

来源：https://stackoverflow.com/questions/38818312/collect-data-by-id-in-hive

1条答案

按热度按时间

mhd8tkvw1#

Pig手稿

File = LOAD 'file.txt' using PigStorage(',') as (user:int, Purchase:chararray,  timeofpurchase:chararray, quantity:int); 

GRP_USER = GROUP File by user;
DUMP GRP_USER;

你可以参考几个例子http://ybhavesh.blogspot.com/
希望有帮助

赞(0）回复(0）举报 2021-05-30

我来回答

在配置单元中按id收集数据

1条答案

相关问题

热门标签

最新问答