Filter 以级联方式组合输出

我正在使用级联分析各种域名的日志文件。以下是过滤后的输出报告示例：

www.google.nl.3

www.google.it.3

www.google.com.co 3

www.google.com.hk 3

www.google.co.jp 3

我想分组或合并所有领域，有“谷歌”在它只是一行。对于所有google域，输出报告只有一行。大概是这样的：

www.google.com 15

或

谷歌15

---

你认为这可能吗？有什么想法吗？

只要您了解如何设置水龙头并将其连接到管道上，您就可以使用诸如搜索

^www\\.google.*

之类的功能，并将其放在一个单独的列中，然后使用它来计算

您应该能够在两个管道内完成此特定任务。一个用于从你的链接中抓取谷歌，另一个用于计算它们

---

希望这有帮助

这在级联中是可能的。 假设您的字段名是（url，count）。 应用函数添加一个名为“域”的字段，如果行中包含单词google，则该字段包含值google，并放弃url字段。 现在，如果您不需要任何其他域，请将它们过滤掉。 现在有两个字段（domain，count），其中domain只包含wordgoogle

现在使用AggregateBy（），SumBy（）级联函数

SumBy any_name=新的SumBy（字段名称到总和，总和之后的字段名称，数据类型类）

管道结果=新聚合by（“名称”，Pipe.pipes（sourcePipeName），groupBy字段的名称，SumBy实例的数量，SumBy实例的名称）

在你的情况下，它变成了

SumBy xyz=new SumBy（新字段（“计数”）、新字段（“组合计数”）、Integer.class

piperesult=newaggregateby（“结果”，Pipe.pipes（sourcePipeName），新字段（“域”），1，xyz）

所以现在结果管道包含一行（google，count）

因此，上面的代码片段将与下面的SQL查询类似

选择域，按域从源组中求和（计数）