嗨,我第一次和Pig一起玩,很好奇如何处理将一个字段分成多个其他字段。
我有一个包,A,如下所示:
grunt> Dump A;
(text, text, Mon Mar 07 12:00:00 CDT 2016)
我想做的是将日期 - 时间字段拆分为多个字段,以便我可以浏览数据集的分布,并在星期,月,年等日进行分组。 / p>
我一直在寻找tokenize,但我不确定这是否符合我的需要,因为我需要/想要将字段名称添加到包中或创建一个嵌套包。
有什么想法吗?
答案 0 :(得分:1)
假设该值已经是数据类型datetime,那么您可以使用以下函数来提取单个元素.Builtin函数参考DateTime Functions in PIG
B = FOREACH A GENERATE f1,f2,
GetDay(f3) as f3_Day,
GetMonth(f3) as f3_Month,
GetYear(f3) as f3_Year,
GetHour(f3) as f3_Hour,
GetMinute(f3) as f3_Minute,
GetSecond(f3) as f3_Second;
如果数据类型为chararray,则使用ToDate()函数将其转换为datetime并提取日期部分。
B = FOREACH A GENERATE f1,f2,ToDate(f3,'choose your datetime format') as f3_Date;
C = FOREACH B GENERATE f1,f2,
GetDay(f3_Date) as f3_Day,
GetMonth(f3_Date) as f3_Month,
GetYear(f3_Date) as f3_Year,
GetHour(f3_Date) as f3_Hour,
GetMinute(f3_Date) as f3_Minute,
GetSecond(f3_Date) as f3_Second;