Apache pig PIG从多个数字中提取最小值

我有一个猪数据文件

a|1,5,8,4
b|2,6,7,3
c|12,9,6,13

我需要生成

a,1
b,2
c,6

我正在努力

Result =  foreach Data generate 
          (chararray) id  as id,(long) MIN(STRSPLIT(values, ',')) as min_value;

---

此抛出

无法推断org.apache.pig.builtin.MIN的匹配函数有多个或没有一个匹配。请使用显式转换。

因为数字存储为文件中的字符串

1,5,8,4

。

这有点像黑客，但以下是您需要遵循的步骤。这些都可以在连续的

FOREACH

s中完成，甚至可以嵌套以节省空间——这里没有reduce阶段

将字符串拆分为一个值元组，如您所做的：

STRSPLIT（值，，'）作为tup

将元组的元素放入一个包：

TOBAG（tup.$0，tup.$1，tup.$2，tup.$3）作为包

像往常一样计算最小值：

min（行李）作为最小值

---

请注意，这要求每个字符串中的值数保持不变。如果不是这样，您需要编写一个UDF来生成包（甚至是最小值本身，取决于您想使它变得多么一般）。

与Winnie的答案类似，但它很强大，即它可以处理第二列的可变大小。您可以使用DataFu库（）中的TransportSetupletoBag UDF

result1 = FOREACH data GENERATE (chararray) id  as id, STRSPLIT(values, ',') as numbers;
result2 = FOREACH result1 GENERATE id, TransposeTupleToBag(numbers) as numbers;
result3 = FOREACH result2 GENERATE id, MIN(numbers) as min;