Apache pig ApachePig可以比较unicode字符串吗？

我有一个包含以下数据的文件：

jumpsuit    1
son 1
Đồng hồ kim 1

这是我的猪脚本：

A = LOAD 'hdfs://Hadoop238:8020/user/steve/test/test.txt' USING PigStorage AS (productName:chararray, number:int);

B = FILTER A BY (productName =='Đồng hồ kim');

DUMP B;

它一无所获。但如果我改为：

B = FILTER A BY (productName =='jumpsuit');

它返回值

---

似乎猪不能比较unicode字符串。有没有办法比较unicode字符串？

在UTF-8系统上，您可以指定：

• 由可打印ASCII字符（如“abc”）组成的字符串常量
• 您可以指定诸如“\t”之类的控制字符
• 您可以通过以“\u”开头指定Unicode中的字符，例如，“\u0001”表示十六进制的Ctrl-a

您应该使用

\u0110\u1ED3ng h\u1ED3 kim

来表示

ồng hồ kim

这是一个小问题，但您可以将该字符转换为unicode并将其作为参数传递

理论上，您应该能够在非UTF-8系统上指定非UTF-8常量，但据我们所知，这尚未经过测试