我有一个pig datetime数据类型的问题。我试图使用但格式不能正常工作。我不明白错误是什么:使用的代码低于
`records = LOAD '/tmp/project/sample.csv' USING PigStorage(',') AS (CUSTOMER_ID:in`t,READING_DATETIME:chararray,CALENDER_KEY:int,EVENT_KEY:int,GENERAL_SUPPLY_KWH:float,CONTROLLED_LOAD_KWH:float,GROSS_GENERATION_KWH:float,NET_GENERATION_KWH:float,OTHER_KWH:float);
test = FOREACH records GENERATE CUSTOMER_ID,READING_DATETIME;
dates= FOREACH test GENERATE CUSTOMER_ID,ToDate(READING_DATETIME,'dd-MM-yyyy HH:mm') AS READING_DATETIME;
来自sample.csv的示例数据如下(前两列仅粘贴在此处)
CUSTOMER_ID READING_DATETIME
10017574 31-05-2013 18:30
10017574 10-06-2013 05:30
10017574 29-06-2013 04:30
10017574 04-07-2013 20:30
10017574 05-07-2013 17:00
10017574 12-07-2013 10:30
10017574 13-07-2013 20:00
10017574 16-07-2013 13:00
10017574 19-07-2013 20:00
以上命令正在执行。当我使用DESCRIBE用于' date'时, 它返回:
grunt> DESCRIBE dates
dates: {CUSTOMER_ID: int,READING_DATETIME: datetime}
现在我使用
toPrint = LIMIT dates 5;
DUMP toPrint;
2016-09-15 05:43:39,000 [main] INFO org.apache.pig.backend.hadoop.executionengine.mapReduceLayer.MapReduceLauncher - Some jobs have failed! Stop running all dependent jobs
2016-09-15 05:43:39,013 [main] ERROR org.apache.pig.tools.grunt.Grunt - ERROR 1066: Unable to open iterator for alias toPrint. Backend error : Invalid format: "READING_DATETIME"
我已多次验证字符串格式。甚至我从oracle简单数据格式检查了JODA类中使用的日期时间。 我已经尝试了几种相同数据的组合。在线尝试brwosing。仍然没有解决问题。对我来说似乎是一件非常愚蠢的事情,但是cudn并没有解决它。
答案 0 :(得分:0)
根据您附加的示例数据,数据看起来不像是逗号分隔。在您的加载语句中,您正在使用','作为分隔符。 为了解决这个问题,你有两个选择。
我使用tab作为分隔符并且工作正常。参见下面的
数据强>
10017574 31-05-2013 18:30
10017574 10-06-2013 05:30
10017574 29-06-2013 04:30
10017574 04-07-2013 20:30
10017574 05-07-2013 17:00
10017574 12-07-2013 10:30
10017574 13-07-2013 20:00
10017574 16-07-2013 13:00
10017574 19-07-2013 20:00
<强>脚本强>
records = LOAD 'test12.txt' USING PigStorage('\t') AS (CUSTOMER_ID:int,READING_DATETIME:chararray);
test = FOREACH records GENERATE CUSTOMER_ID,READING_DATETIME;
dates= FOREACH test GENERATE CUSTOMER_ID,ToDate(READING_DATETIME,'dd-MM-yyyy HH:mm') AS READING_DATETIME;
DUMP dates;
<强>输出强>