Apache pig 猪的分组表达

假设我有一个具有元组（f1，f2）的数据集。我想把我的数据放在两个袋子里：一个是fi为null，另一个是f1值不为null。我尝试：

raw = LOAD 'somedata' USING PigStorage() AS (f1:chararray, f2:chararray);
raw_group = GROUP raw BY f1 is null;
raw_count = FOREACH raw_group GENERATE group, COUNT_STAR(raw);

我希望得到两组密钥为true和false。当我在grunt中运行它时，我得到以下结果：

2013-12-26 14:56:10,958 [main] ERROR org.apache.pig.tools.grunt.Grunt - 
ERROR 1200: <line 1046, column 25>  Syntax error, unexpected symbol at or near 'f1'

，但我真的很想了解这里发生了什么，因为我刚开始学猪。根据Pig的说法，我可以使用表达式作为分组键。我是否在这里遗漏了一些内容，或者在Pig中对空值的处理有所不同？

布尔数据类型是。表达式

f1为空

是一个布尔值，因此它不能在关系中显示为字段，如果它是

组

的值，它就会这样做。在Pig 0.10之前，布尔只能在

FILTER

语句或三元运算符中使用，如您在解决方法中所示

---

虽然我还没有尝试过这一点，但如果您在Pig 0.10或更高版本中尝试相同的操作，您最初的尝试可能会成功。

您使用的是什么版本的Pig？布尔型直到最近才成为Pig中成熟的数据类型。你的变通方法似乎还不错。值得注意的是，在您的解决方案中，使用表达式作为分组键。版本0.9.2。我相信那里支持布尔人？请注意，这就是为什么我首先感到困惑的原因。我想了解发生了什么，因为我的数据集的不同部分有很多空值，这样的解决方法是额外的工作。

raw_group = GROUP raw BY (f1 is null)?0:1;