Apache pig 清管器记录计数不一致

我正在运行一个简单的加载和计数函数，如下所示

my_src=使用PigStorage（“|”）作为 (

> );

my_count=FOREACH（GROUP my_src ALL）GENERATE count（my_src）； 将我的_计数存储到'file1'中

我得到的答案是大约2.79亿行

现在，如果我运行组 my_grp=根据（键1、键2、键3、键4）对my_src进行分组

my\u grp\u cnt=FOREACH（GROUP my\u grp ALL）生成计数（my\u grp）

将我的_计数存储到'file2'中

我得到的答案是大约5.72亿行

我的期望是计数保持不变。有什么是我吗 在这里失踪

---

我在CDH 5上使用PIG 0.12实际上，我希望第二次计数更少。在对key1、key2、key3和key4进行分组后，行数将减少为（key1、key2、key3、key4）的唯一组合。你确定第二次计数大于第一次计数吗？好的，这是我们发现的。1） 我们使用的是计数函数，而不是计数开始。如果count函数在第一个字段中发现空值，则不管其余字段是什么，它都会完全忽略该行。因此，如果您在计算某个条件下的字段4，并且该行的字段1为空，则该行将被删除，您将无法获得所需的结果。我们通过重新排序字段并确保非空字段是第一个字段，然后是Vola来验证这一点！！计数函数给出了一个不同的结果。感谢您提供此信息！有记录吗？不是我能找到的。。