Apache pig 如何计算拉丁语中的两列减法？

我有一张有15列的桌子

其中2列为日期格式，例如：09/08/2003。一列数据_1是开始日期，另一列数据_2是结束日期

我需要计算这两列之间的差异，并检查此差异是否超过30天

结果必须是一个包含列的表，该列显示的值与其他所有15列的值相差超过30天。 脚本可能与此类似：

table = LOAD '$INPUT' AS (data_1, data_2, a1, a2, ... a13);
ggdif = (data_2 - data_1);
C = FILTER table BY (ggdif > 30) AS differ;
D = FOREACH C GENERATE a1 .. a13;
STORE D INTO '$OUTPUT' USING PigStorage('\t');

我对这项任务有一些问题：

如何计算两列值之间的差异

如何在pig中以正确的格式输入日期

---

只需编写一个简单的UDF，将这两列作为输入

可以是

exec（元组输入）抛出IOException{

将

输入（0）

和

输入（1）

转换为

日期

，然后执行减法

返回整数结果

剩下的将只是

filter

首先，您可以简单地编写一个类

public class DateDifference extends EvalFunc<Integer>{

public int exec(Tuple input) throws IOException {
// Here you could take input.get(0).toString() and form a Date out of it.
// Same for input.get(1)
// you could either use Java Date or can use Joda Jars for date difference.
// return the date difference as integer.
}
}

---

休息很简单，我想你可以用剩下的填满。

谢谢。对不起，但对我来说这听起来有点复杂。你能在虚拟层面上解释一下吗？不，谢谢，对不起……这让你很好地理解了猪的UDF概念。如果你需要更多的帮助，请随时写一张便条。谢谢你！我会设法处理的。我猜是这样这不是最简单的方法，也许还有更简单的方法？

grunt> REGISTER jarname.jar

grunt> diffRow = foreach table generate FLATTEN(yourpackagename.DateDifference($0,$1)), and all your other columns...