Apache pig Pig：对外部方法的多次调用

我想在我的猪身上使用方法

REPLACE

、

SUBSTRING

和

INDEXOF

，但我无法很好地使用它

• 第一种情况：

  REGEX\u EXTRACT\u ALL

  中的

  REPLACE

  ：

  data_split = FOREACH data GENERATE FLATTEN(REGEX_EXTRACT_ALL(line, 
      MY_REGULAR_EXPRESSION)) 
  AS (
      timestamp: chararray,
      url: chararray,
      REPLACE(url , '.*?://', '') AS clean_url: chararray);
  

我想使用REPLACE删除URL中的前导

http://

。在这种情况下，我得到：

Error during parsing. Encountered " "(" "( ""

• 第二种情况：重用输出：

  ws = FOREACH data_split {
      clean_url = REPLACE(url , '.*?://', '');
      url_index = INDEXOF(clean_url, '/');
      web_server = SUBSTRING(clean_url, 0, url_index);
      GENERATE
          web_server,
          timestamp,
          ip
          ;
  

这两种情况都不起作用，当我尝试重用上一次调用

REPLACE

中的

clean_url

时，我得到了

Attempt to give operator of type 
    org.apache.pig.backend.hadoop.executionengine.physicalLayer.expressionOperators.POUserFunc       
    multiple outputs.  This operator does not support multiple outputs.

---

谢谢

我认为您不能在指定模式的

AS子句中使用
UDF
。
我想你已经用这种方式得到了：

inp = LOAD 'data.txt' AS (line:chararray);
data_split = FOREACH inp 
               GENERATE FLATTEN(REGEX_EXTRACT_ALL(line, MY_REGULAR_EXPRESSION)) 
               AS (url:chararray, timestamp:chararray);

res = FOREACH data_split GENERATE REPLACE(url , '.*?://', ''), timestamp;
...

至于你的第二个问题：
你用的是哪种清管器版本？我认为这是一个，在版本0.10.0中，我无法复制它。
我认为不能在指定模式的
AS子句中使用
UDF
。
我想你已经用这种方式得到了：

inp = LOAD 'data.txt' AS (line:chararray);
data_split = FOREACH inp 
               GENERATE FLATTEN(REGEX_EXTRACT_ALL(line, MY_REGULAR_EXPRESSION)) 
               AS (url:chararray, timestamp:chararray);

res = FOREACH data_split GENERATE REPLACE(url , '.*?://', ''), timestamp;
...

至于你的第二个问题：
你用的是哪种清管器版本？我认为这是一个，在版本0.10.0中，我无法复制它