Apache pig ApachePig：将两个数据集附加到一个数据集

我有两个数据集

第一盘A

（111）

（222）

（555）

第二组B

（333）

（444）

（666）

是的 C=接头A，B

附加两个数据集后，输出应为第一个数据集和下一个第二个数据集

预期输出C为

（111）

（222）

（555）

（333）

（444）

（666）

但是我的输出C是

（333）

（444）

（666）

（111）

（222）

（555）

如果我使用union，则结果不符合顺序 我很难把它们按规定的顺序加上去 我该怎么做？

---

我想不出任何帮助，但我会非常感激。

我已经尝试了经典的联合，对我来说，数据保持有序

但如果它不这样做，让我们试着强迫它：）

正如我在前面的评论中所说的那样，它效率不高，但它能胜任这项工作

--In order to determine nbA you can run the following cmd in the shell : wc -l A.txt
%default nbA 3

A = LOAD 'A.txt' USING PigStorage() AS (a:int);
B = LOAD 'B.txt' USING PigStorage() AS (b:int);

A = RANK A;
B = RANK B;

--DESCRIBE B; 
B = FOREACH B GENERATE rank_B + $nbA, $1;

C= UNION B,A;
C= ORDER C BY $0;
C= FOREACH C GENERATE $1; --If you want to drop the first column
DUMP C;

输出：

(111)
(222)
(555)
(333)
(444)
(666)

其中：

A.txt

和B.txt：

333
444
666

---

为每个文件添加一个额外的列，给出文件号，然后对修改后的数据集进行并集，然后根据给出“文件号”的列进行排序

A = LOAD 'A.txt' USING PigStorage() AS (a:int);
B = LOAD 'B.txt' USING PigStorage() AS (b:int);
A_mod = FOREACH A GENERATE a, 1 AS file_number;
B_mod = FOREACH A GENERATE b, 2 AS file_number;
unified_mod = UNION A_mod, B_mod;
output = SORT unified_mod BY file_number;

---

尝试订购

。为此，您必须包含键A和键B才能对其进行排序感谢这里的u注释我在集合A和集合B中只有一列，并且输出不应该是行的顺序，它应该是集合的顺序，就像集合A的所有行都应该位于集合B的第一行和第二行一样，我找不到任何解决方案。

A = LOAD 'A.txt' USING PigStorage() AS (a:int);
B = LOAD 'B.txt' USING PigStorage() AS (b:int);
A_mod = FOREACH A GENERATE a, 1 AS file_number;
B_mod = FOREACH A GENERATE b, 2 AS file_number;
unified_mod = UNION A_mod, B_mod;
output = SORT unified_mod BY file_number;