Apache pig Pig中两个数据集的比较

我试图比较pig中的两个数据集

A = Load 'file' using pigstorage('|') (id : chararray, id1: charray, id2 : charray, name: charray, name1 : chararray, adr : chararray);

B = Load 'file1' using pigstorage('|') (id : chararray, id1: charray, id2 : charray);

假设我有上面的模式，其中来自文件1（id，id1，id2）的组合应该等于来自文件2（id，id1，id2）的组合

在比较之后，我想将输出存储在组合匹配的地方 （id:charray，id1:charray，id2:charray，名称：charray，名称1:charray，adr:charray）

另外，我想知道如何输出不匹配到单独文件的组合的结果

---

有人能帮我吗。提前感谢您的帮助

您可以简单地使用

JOIN

查找匹配的组合。（我使用左外连接来获得匹配和非匹配）

然后，使用

SPLIT

分离匹配和未匹配

SPLIT C INTO MATCHED IF B::id is not null, NOT_MATCHED IF B::id is null;

---

拆分是否需要变量？？我们可以直接存储Split吗？@dk3094 Split的语法是将别名拆分为alias IF expression，alias IF expression[，alias IF expression…]；您可以分别存储匹配和不匹配。

SPLIT C INTO MATCHED IF B::id is not null, NOT_MATCHED IF B::id is null;