Apache pig 如何在pig中存储和使用变量

我有一个元组存储在：

{group: chararray,word_count: long}

所以，我求所有word_count变量的和，并将其存储在变量T中：

T: {long}

现在，我有一个变量X，看起来像：

(word1,12,word1,1)
(word2,22,word2,4)
(word3,32,word3,14)

我需要对存储在T中的值进行1，4和14的数学运算， 但我的for-each不认识t

result = FOREACH X GENERATE $3*T;

它失败了。它不能识别t，因为在X中没有称为t的字段

所以，我做的是，我穿过X和T 温度=交叉X，T

---

这是正确的方法吗？？我对猪不熟悉。我的解决方案似乎不是很优雅

不幸的是，您选择的方式是最好的方式。Pig没有独立变量的概念。你认为是一个变量，

T

，实际上是一个只有一个元组和一个字段的关系。Pig一次操作一条记录，如果该记录或内部参数（由

%DEFAULT

或命令行参数定义）中没有可用的数据，则不能使用它

我对您的方法所做的一个修改是，使用

CROSS

将读入这两个关系，执行叉积，然后将其写回磁盘。这是浪费资源。相反，您可以使用

JOIN

并使用“replicated”（复制）利用特殊指令

。这将指示Pig将第二个关系存储在内存中，并在映射阶段执行联接，而不是将数据发送到还原程序、执行联接并将其写入磁盘

temp=使用“复制”将X与1、T与1连接起来

通过虚拟值
1
进行连接，使
连接
相当于一个
交叉
使用“复制的”
将
T
放入内存中，这样就可以在映射阶段完成，从而与相邻的MR作业结合起来。
非常感谢！！！我是PIG和hadoop的初学者。你有什么好书推荐吗？看看O'Reilly的书编程猪。