apache pig Apache Pig IsEmpty()函数

Pig Latin的 IsEmpty() 函数用于检查包或映射是否为空。

语法

下面给出了 IsEmpty() 函数的语法。

grunt> IsEmpty(expression)

例

假设在HDFS目录 /pig_data/ 中有两个文件，即 emp_sales.txt 和 emp_bonus.txt ，如下所示。emp_sales.txt 包含销售部门员工的详细信息， emp_bonus.txt 包含获得奖金的员工详细信息。

emp_sales.txt

1,Robin,22,25000,sales 
2,BOB,23,30000,sales 
3,Maya,23,25000,sales 
4,Sara,25,40000,sales 
5,David,23,45000,sales 
6,Maggy,22,35000,sales

emp_bonus.txt

1,Robin,22,25000,sales 
2,Jaya,23,20000,admin 
3,Maya,23,25000,sales 
4,Alia,25,50000,admin 
5,David,23,45000,sales 
6,Omar,30,30000,admin

分别使用关系 emp_sales 和 emp_bonus ，将这些文件加载到Pig中，如下所示。

grunt> emp_sales = LOAD 'hdfs://localhost:9000/pig_data/emp_sales.txt' USING PigStorage(',')
   as (sno:int, name:chararray, age:int, salary:int, dept:chararray);
	
grunt> emp_bonus = LOAD 'hdfs://localhost:9000/pig_data/emp_bonus.txt' USING PigStorage(',')
   as (sno:int, name:chararray, age:int, salary:int, dept:chararray);

现在让我们使用 cogroup 来分组 emp_sales 和 emp_bonus 关系的记录/ 运算符，如下所示。

grunt> cogroup_data = COGROUP emp_sales by age, emp_bonus by age;

使用 DUMP 运算符验证关系 cogroup_data ，如下所示。

grunt> Dump cogroup_data;
  
(22,{(6,Maggy,22,35000,sales),(1,Robin,22,25000,sales)}, {(1,Robin,22,25000,sales)}) 
(23,{(5,David,23,45000,sales),(3,Maya,23,25000,sales),(2,BOB,23,30000,sales)}, 
   {(5,David,23,45000,sales),(3,Maya,23,25000,sales),(2,Jaya,23,20000,admin)})  
(25,{(4,Sara,25,40000,sales)},{(4,Alia,25,50000,admin)}) 
(30,{},{(6,Omar,30,30000,admin)})

COGROUP操作符根据年龄从每个关系中分组元组，每个组描述特定的年龄值。例如，如果我们考虑结果的第一个元组，则按照年龄22分组。包含两个包，第一个包包含所有来自第一个关系的元组（本例中为student_details），其年龄为22岁，第二个 bag包含来自具有年龄22的第二关系（在这种情况下是employee_details）的所有元组。如果关系不具有年龄值为22的元组，则它返回一个空包。

获得有空包的组

让我们使用 IsEmpty() 函数从组中的 emp_sales 关系中列出这些空包。

grunt> isempty_data = filter cogroup_data by IsEmpty(emp_sales);

验证

使用DUMP运算符验证关系 isempty_data ，如下所示。 emp_sales 关系保存了 emp_bonus 关系中不存在的元组。

grunt> Dump isempty_data; 
  
(30,{},{(6,Omar,30,30000,admin)})