Pig Latin 基础

Pig Latin是用于使用Apache Pig分析Hadoop中数据的语言。在本章中，我们将讨论Pig Latin的基础知识，如Pig Latin语句，数据类型，通用运算符，关系运算符和Pig Latin UDF。

Pig Latin - 数据模型

如前面章节所讨论的，Pig的数据模型是完全嵌套的。Relation是Pig Latin数据模型的最外层结构。它是一个包其中:

• 包是元组的集合。
• 元组是有序的字段集。
• 字段是一段数据。

Pig Latin - 语句

在使用Pig Latin处理数据时，语句是基本结构。

• 这些语句使用关系（relation），它们包括表达式（expression）和模式（schema）。

• 每个语句以分号（;）结尾。

• 我们将使用Pig Latin提供的运算符通过语句执行各种操作。

• 除了LOAD和STORE，在执行所有其他操作时，Pig Latin语句采用关系作为输入，并产生另一个关系作为输出。

• 只要在Grunt shell中输入 Load 语句，就会执行语义检查。要查看模式的内容，需要使用 Dump 运算符。只有在执行 dump 操作后，才会执行将数据加载到文件系统的MapReduce作业。

例子

下面给出一个Pig Latin语句，它将数据加载到Apache Pig中。

grunt> Student_data = LOAD 'student_data.txt' USING PigStorage(',')as 
   ( id:int, firstname:chararray, lastname:chararray, phone:chararray, city:chararray );

Pig Latin - 数据类型

下面给出的表描述了Pig Latin数据类型。

Null值

所有上述数据类型的值可以为NULL。Apache Pig以与SQL类似的方式处理空值。null可以是未知值或不存在值，它用作可选值的占位符。这些空值可以自然出现或者可以是操作的结果。

Pig Latin - 算术运算符

下表描述了Pig Latin的算术运算符。假设a = 10和b = 20。

Pig Latin - 比较运算符

下表描述了Pig Latin的比较运算符。

Pig Latin - 类型结构运算符

下表描述了Pig Latin的类型结构运算符。

Pig Latin - 关系运算符

下表描述了Pig Latin的关系运算符。