Apache pig ApachePig：来自web日志的额外查询参数

我正在分析AWS CloudFront访问日志

我有加载文件行的代码

    raw_logs2 =LOAD 'file:///home/ec2-user/ENWRZAC68E00M.2011-02-28-18.72jA8eGh'
  USING PigStorage('\t')
  AS (
    date: chararray, time: chararray, x_edge_location: chararray, sc_bytes: int,
    c_ip: chararray, cs_method: chararray, cs_host: chararray, cs_uri_stem: chararray,
    sc_status: chararray, cs_referer: chararray, cs_user_agent:chararray, cs_uri_query: chararray
  );

现在，我尝试解析查询字符串参数（名称/值对）：

---

如何为查询字符串中的p、s和gci值向原始日志2表中添加其他列？

一种快速方法是使用：

---

谢谢罗曼的回复。我对示例进行了扩展，得到了以下结果：

code

raw_logs=GENERATE*，flatte（REGEX_EXTRACT_ALL（cs_uri_query，'p=（.+？）&s=（.+？）&w=（.+？）&h=（.+？）&ad=（.+？）&gad=（.+）&gci=（.+？）&gst=（.+）&gzi=（.+）&kw=（.+）&kw=（（p:CHARARRAY，s:CHARARRAY，w:CHARARRAY，h:CHARARRAY，ad:CHARARRAY，gad:CHARARRAY，gci:CHARARRAY，gst:CHARARRAY，gzi:CHARARRAY，kw:CHARARRAY）

/code

我正在使用pig 0.6.0，得到一个错误，它生成了一个错误，并且它期望其他东西。当我从日志文件加载原始日志2时，调用如何知道cs_uri_查询来自于此。我更新到了0.8.0，并在它之前添加了一个FOREACH，效果很好。谢谢。

p=searchresults&s=homesforsale&gad=&gci=FOUNTAIN%2520VALLEY&gst=CA&gzi=&k=fountainvalleyca&ts=1298918206&

raw_logs = 
  GENERATE
    *, 
    FLATTEN(REGEX_EXTRACT_ALL(cs_uri_query, 'p=(.+?)&s=(.+?)&.+?gci=(.+?)&.+?')) 
      AS (p:CHARARRAY, s:CHARARRAY, gci:CHARARRAY);`