Apache pig 清管器-选择组中的多个顶部记录

我试图从一个组中选择共享同一密钥的多个记录，但不确定如何筛选

例如，使用以下数据：

D120130701，M1，V1

D120130701，M2，V2

D120130702，M1，V3

D120130703，M1，V4

D120130703，平方米，V5

D220130701，M1，V1

D220130702，M1，V3

D220130703，M1，V4

和load语句：

A = load '/home/hduser/t.csv' 
        using PigStorage(',') 
        as (
            device:chararray, 
            dt:chararray, 
            metric:chararray, 
            value:chararray
        );

C = group A by (device, dt);

产生：

（（D120130701），{（D120130701，M1，V1），（D120130701，M2，V2）}）

（（D120130702），{（D120130702，M1，V3）}）

（（D120130703），{（D120130703，M1，V4），（D120130703，M2，V5）}）

（（D220130701），{（D220130701，M1，V1）}）

（（D220130702），{（D220130702，M1，V3）}）

（（D220130703），{（D220130703，M1，V4）}）

问题是，我应该做些什么来过滤掉这些行，这样我只会得到粗体的行，逻辑是针对每个设备（D1/D2…），给我一行最短的日期

如果我仅按设备分组：

B = group A by device;

我得到以下两行：

（D1，{（D120130701，M1，V1）、（D120130701，M2，V2）、（D120130702，M1，V3）、（D120130703，M1，V4）、（D120130703，M2，V5）}）

（D2，{（D220130701，M1，V1）、（D220130702，M1，V3）、（D220130703，M1，V4）}）

但我不能在foreach中使用limit，因为每个设备的记录数是可变的

有什么想法吗？对猪来说是相当新鲜的

非常感谢。

一种方法是

 records = LOAD '/user/nubes/ncdc/micro-tab/top.txt' AS (
        device:chararray, 
        dt:int, 
        metric:chararray, 
        value:chararray);


 records_group = group records by (device);

 with_min = FOREACH records_group 
       GENERATE
       FLATTEN(records), MIN(records.dt) ;

 filterRecords = filter with_min by ( $1 == $4 );

i/p是

D1 20130701 M1 V1 D1 20130701平方米V2

D1 20130702 M1 V3

D1 20130703 M1 V4

D1 20130703平方米V5

D2 20130702 M1 V3

D2 20130703 M1 V4

输出为

（D120130701、M1、V120130701）

（D120130701，M2，V220130701）

---

（D220130702，M1，V320130702）

非常感谢您！这正是我想要的。