Question

我试图计算一段时间内带有特定主题标签的推文数量，但是在尝试使用内置SUM函数时遇到错误。

示例：

  data = LOAD 'tweets_2.csv' USING PigStorage('\t') AS (date:float,hashtag:chararray,count:int,   year:int, month:int, day:int, hour:int, minute:int, second:int);
  NBLNabilVoto_count = FILTER data BY hashtag == 'NBLNabilaVoto';   
   NBLNabilVoto_group = GROUP NBLNabilVoto by count;
   X = FOREACH NBLNabilVoto GENERATE group, SUM(data.count);

错误：

<line 22, column 47> Could not infer the matching function for org.apache.pig.builtin.SUM as multiple or none of them fit. Please use an explicit cast.

Answer 1

首先加载数据，然后过滤您要处理的时间间隔。根据主题标签对记录进行分组。使用count（）函数计算相应hashtag的twitter数量。

Answer 2

我不确定代码是按照您的想法或希望它做的，但是您得到的错误是因为您在错误的事情上做SUM。你需要这样做

X = FOREACH NBLNabilVoto GENERATE group, SUM(NBLNabilVoto_count.count);

NBLNabilVoto_count是数据库中元组的名称

Answer 3

我认为你在SUM中使用了错误的实现，你可以将SUM NBLNabilVoto_count用于数据实现。我有问题为什么你要COUNT？

如果你想用主题标签NBLNabilVoto计算你的所有推文。

我认为代码必须像：

data = LOAD 'tweets_2.csv' USING PigStorage('\t') AS (date:float,hashtag:chararray,count:int,   year:int, month:int, day:int, hour:int, minute:int, second:int);
  NBLNabilVoto_count = FILTER data BY hashtag == 'NBLNabilaVoto';   
   NBLNabilVoto_group = GROUP NBLNabilVoto by all;
   X = FOREACH NBLNabilVoto GENERATE group, SUM(NBLNabilVoto_count.count.count);

Pig：将具有相同列a的行的列b相加

3 个答案: