Apache pig 给定组操作的资源，如何将每个嵌套包存储在以组命名的文件夹中？

我有一个亲戚D：

grunt> DESCRIBE D;
D: {i: int,l: chararray}

对其应用组：

grunt> G = group D by i;
grunt> illustrate G;
-------------------------------------
| D     | i:int    | l:chararray    |
-------------------------------------
|       | 1        | B              |
|       | 1        | A              |
|       | 2        | A              |
-------------------------------------

-----------------------------------------------------------------------
| G     | group:int    | D:bag{:tuple(i:int,l:chararray)}             |
-----------------------------------------------------------------------
|       | 1            | {(1, B), (1, A)}                             |
|       | 2            | {(2, A)}                                     |
-----------------------------------------------------------------------

如何将每个嵌套包

G.D

存储在名为相应组的文件中？即

/output/1

，

/output/2

我知道我不能在

foreach

块中使用

store

操作。事实上，以下方法不起作用：

grunt> foreach G { store D into '/output/' + ((chararray) group) }

MultiStorage（）

选项适用于您。它将在

piggybank jar中提供。

您需要从这个链接下载并在类路径中设置它

示例：
输入

1,A
1,B
2,A

PigScript:

REGISTER '/tmp/piggybank.jar';

A = LOAD 'input' USING PigStorage(',') AS (i:int,l:chararray);
B = GROUP A BY i;
STORE B INTO 'output' USING org.apache.pig.piggybank.storage.MultiStorage('output', '0');

output$ ls
1       2       _SUCCESS

现在，

output

文件夹包含两个名为1和2的目录，相应的组值将存储在此文件夹中

输出：

REGISTER '/tmp/piggybank.jar';

A = LOAD 'input' USING PigStorage(',') AS (i:int,l:chararray);
B = GROUP A BY i;
STORE B INTO 'output' USING org.apache.pig.piggybank.storage.MultiStorage('output', '0');

output$ ls
1       2       _SUCCESS

参考资料：

---

被接受，因为它似乎回答了我提出的问题，但我还没有实际测试过它。