Hadoop 在一个小组里数猪

假设我有一个关系

学生

，字段为

成绩

和

老师

。我想按年级和老师分组，但保留每组每个年级的所有学生人数。比如：

classes = GROUP Students BY (grade,teacher);
classes = FOREACH classes {
   GENERATE
      (### COUNT OF ALL STUDENTS IN GRADE ###) as grade_size,
      Students as students,
      teacher as teacher;
}

---

但是我不知道如何从group语句内部进行过滤。某种过滤器，但我不知道如何界定小组内外学生的分数

有两种方法：

1） 使用按年级和老师分组，比计数、比展平和按年级分组

classes = GROUP Students BY (grade,teacher);
teachers = FOREACH classes GENEARATE FLATTEN(group) as (grade,teacher), COUNT(Students) as perTeacehr;
grade = GROUP teachers BY grade;
result = FOREACH grade GENERATE FLATTEN(teachers), SUM(teachers.perTeacher) as perGrade;
describe result;
dump result;

---

2） 按级别分组，而不是使用DataFu库中的UDF在内存中执行分组，但这很容易受到堆内存异常的影响，但速度更快。

删除了sql标记，因为这是关于Pig的。示例输入和输出将有助于理解您的问题。