Apache pig 如何获取pig中每行的字数？

我试图计算出pig文件中每行有多少单词。我已经完成了加载和拆分：

raw = load file;
words = FOREACH raw GENERATE TOKENIZE(*);

这给了我一袋薄纱，每个薄纱上都有一个单词。然后我去计算这些项目，我得到一个错误：

counts = FOREACH words GENERATE COUNT(*);

org.apache.pig.backend.executionengine.ExecException: ERROR 2106: Error while computing count in COUNT
...
Caused by: java.lang.NullPointerException

我得到一个错误：

counts = FOREACH words GENERATE COUNT(*);

org.apache.pig.backend.executionengine.ExecException: ERROR 2106: Error while computing count in COUNT
...
Caused by: java.lang.NullPointerException

---

是不是因为有些队伍有空袋子？或者我还有别的地方做错了吗？

如果是空包的问题，那么你可以尝试以下方法：（未测试）

在这里，我们编写if-else条件来检查标记化的单词是null还是空的，如果是，那么我们将为它指定零，否则总计数。

您可以这样尝试吗

输入

Hi hello how are you
this is apache pig
works

like a charm

Pigscript:

A = LOAD 'input' AS (line:chararray);
B = FOREACH A GENERATE TOKENIZE(line);
C = FOREACH B GENERATE COUNT($0);
DUMP C;

(5)
(4)
(1)
()
(3)

输出：

A = LOAD 'input' AS (line:chararray);
B = FOREACH A GENERATE TOKENIZE(line);
C = FOREACH B GENERATE COUNT($0);
DUMP C;

(5)
(4)
(1)
()
(3)

您不应该像这样使用COUNT（*），这在Pig中是受限的。