Невозможно извлечь значения из карты в apache pig - PullRequest
Новая
       46

Невозможно извлечь значения из карты в apache pig

4 голосов
/ 10 января 2012

У меня есть простое отношение, v, в Apache Pig: 

dump v;

(151364,[ 'ref'#'R813','highway'#'secondary', 'name:ga'#'Lána Chairdif', 'name'#'Cardiff Lane'],(31015271, 31053762))
(151368,[ 'ref'#'N1', 'oneway'#'yes','designation'#'Buses Only', 'highway'#'trunk', 'motor_vehicle'#'designated', 'name:ga'#'Cearnóg Pharnell Thoir', 'maxspeed'#'30', 'name'#'Parnell Square East'],(389365, 540403072))
(151596,[ 'name:en'#'Liffey', 'boundary'#'administrative', 'name:ga'#'An Life','admin_level'#'8', 'name'#'Liffey', 'waterway'#'river'],(1347749, 1426049020, 1347745, 1426049019, 1347742, 900075612))
(367947,[ 'maxspeed'#'80', 'ref'#'L2223','highway'#'tertiary'],(13259933, 2384217, 335978958))
(367952,['created_by'#'YahooApplet 1.0', 'name'#'Charnwood Avenue', 'highway'#'residential'],(2384386, 25963471, 14949594, 2384385, 6146344, 2384254))
(508603,[ 'ref'#'L3018','highway'#'tertiary', 'maxspeed'#'50', 'name'#'Shelerin Road'],(2854184, 2854168, 335978984, 2853307, 2384254, 335978978, 335978975, 2655735, 2655703, 392675957, 11676198, 920037194, 244531387, 2655952, 11675077))
(727153,[ 'ref'#'N8','highway'#'trunk', 'name'#'Merchants' Quay'],(354153, 453344873))
(727157,['highway'#'unclassified', 'oneway'#'yes', 'maxspeed'#'30', 'name'#'Kyle Street'],(354168, 354167))
(727159,['highway'#'unclassified', 'oneway'#'yes', 'maxspeed'#'30', 'name'#'North Main Street'],(354178, 465226768, 354167, 413995429, 72219131, 685537307, 1232381779, 354164))
(727161,[ 'maxspeed'#'30','highway'#'pedestrian', 'name'#'Maylor Street'],(1486492976, 1515360721, 1515360722, 1515345383, 1515344226, 1515344227, 1515344228, 1515344231))

По совету @ orangeoctopus я попытался восстановить мои данные с любым ' в именах ключей, и у меня есть эти данные: 

(151364,[ ref#'R813', name:ga#'Lána Chairdif', name#'Cardiff Lane',highway#'secondary'],(31015271, 31053762))
(151368,[ motor_vehicle#'designated', name#'Parnell Square East', highway#'trunk', oneway#'yes',designation#'Buses Only', maxspeed#'30', name:ga#'Cearnóg Pharnell Thoir', ref#'N1'],(389365, 540403072))
(151596,[ name:en#'Liffey', boundary#'administrative', waterway#'river', name:ga#'An Life',admin_level#'8', name#'Liffey'],(1347749, 1426049020, 1347745, 1426049019, 1347742, 900075612))
(367947,[highway#'tertiary', maxspeed#'80', ref#'L2223'],(13259933, 2384217, 335978958))
(367952,[ name#'Charnwood Avenue',created_by#'YahooApplet 1.0', highway#'residential'],(2384386, 25963471, 14949594, 2384385, 6146344, 2384254))
(508603,[ maxspeed#'50', ref#'L3018', name#'Shelerin Road',highway#'tertiary'],(2854184, 2854168, 335978984, 2853307, 2384254, 335978978, 335978975, 2655735, 2655703, 392675957, 11676198, 920037194, 244531387, 2655952, 11675077))
(727153,[highway#'trunk', name#'Merchants' Quay', ref#'N8'],(354153, 453344873))
(727157,[ oneway#'yes', maxspeed#'30', name#'Kyle Street',highway#'unclassified'],(354168, 354167))
(727159,[ oneway#'yes', maxspeed#'30', name#'North Main Street',highway#'unclassified' (354178, 465226768, 354167, 413995429, 72219131, 685537307, 1232381779, 354164))
(727161,[highway#'pedestrian', name#'Maylor Street', maxspeed#'30'],(1486492976, 1515360721, 1515360722, 1515345383, 1515344226, 1515344227, 1515344228, 1515344231))

В обоих случаях v имеет одинаковую схему / структуру: 

grunt> describe v;
2012-01-09 22:55:34,271 [main] WARN  org.apache.pig.PigServer - Encountered Warning IMPLICIT_CAST_TO_CHARARRAY 1 time(s).
v: {id: int,tags: map[ ],nodes: (null)}

Затем я пытаюсь извлечь только одно значение из карты tags: 

grunt> w = foreach v generate tags#'ref';    
dump w;

Но он дает мне только пустые данные, хотя некоторые элементы здесь имеют данные. 

()
()
()
()
()
()
()
()
()
()

Со старыми «цитируемыми» ключами, которые я пробовал (согласно решению @orangeoctopus) 

w = foreach v generate tags#'\'ref\'';

И это дало мне те же «пустые» данные, и не сработало. (Я также пробовал другие комбинации ' и ", например "'ref'" / '"ref"' / и т. Д., Но все, кроме '\'ref\'', были недопустимыми латинскими синтаксисами)

Что происходит? Если я пытаюсь фильтровать по значению тега (например, filter v by tags#'highway' != ''), я ничего не получаю, что согласуется с вышеуказанной проблемой невозможности извлечь данные с карты, я делаю что-то не так?

Ответы [ 2 ]

4 голосов
/ 10 января 2012

Очень сложно!

Ваша проблема в том, что ваши буквальные данные содержат одинарные кавычки. Ваша строка не ref (длина 3 символа), она 'ref' (длина 5 символов). Я понял это, потому что в дампе карты, содержащей строки, обычно нет кавычек.

Следовательно, вам нужно набирать текст, включая эти кавычки (вы должны избегать их с помощью \): 

grunt> w = foreach v generate tags#'\'ref\'';

Другой вариант - изменить способ загрузки данных, чтобы он не включал одинарные кавычки в сами строки и удалял их. PigStorage не делает это бесплатно, но вы можете использовать что-то вроде REPLACE или свой собственный UDF для этого.

3 голосов
/ 11 января 2012

Вы тоже правильно загружаете данные? Странно, что после [и перед] есть пробел, когда вы сбрасываете свою карту.

Также проще отбросить все кавычки в ключе и значении во входных данных . Например:

Входной файл 

151364  [ref#R813,highway#secondary]

Pig 

a = LOAD 'data.txt' AS (id:INT, m:MAP[]);
DUMP a;
b = FOREACH a GENERATE m#'ref';
DUMP b;

выход 

(151364,[highway#secondary,ref#R813])

(R813)
...