Hadoop Pig-解析XML文件

我想在pig中解析如下XML文件：

<person>
    <name>person1</name>
    <exp>blablabla</exp>
    <exp>blablabla</exp>
</person>

<person>
    <name>person2</name>
    <exp>blablabla</exp>
    <exp>blablabla</exp>
    <exp>blablabla</exp>
</person>

人1
喋喋不休
喋喋不休
人2
喋喋不休
喋喋不休
喋喋不休

我已经编写了一个JAVA程序，它生成以下输出：

• 具有人名与其id之间映射的第一个文件：

1、人1

2、个人2

然后我可以使用此pig命令将文件加载到变量中：

A=加载“…”为（id_person:int，name:chararray）

• 第二个文件用于映射人员及其经验

1，1，等等

1，2，等等

2，1，等等

2，2，等等

2，3，等等

我这样加载文件：

B=加载“…”为（id_person:int，id_exp:int，text:chararray）

我想做同样的事情，但只用猪。可能吗

---

谢谢

您可以使用Piggybank的org.apache.pig.Piggybank.storage.xmloader加载xml数据。我不确定我是否理解你想要实现的目标。如果输出中的数字与行李中的位置相关（第二个文件中的ID和第二个字段），则可以使用datafu的行李函数Enumerate（datafu.pig.bags.Enumerate）枚举包中的元素，然后生成并存储它们。

您可以使用Piggybank的org.apache.pig.Piggybank.storage.xmloader加载xml数据。我不确定我是否理解你想要实现的目标。如果输出中的数字与包中的位置相关（ID和第二个文件中的第二个字段），则可以使用datafu的包函数Enumerate（datafu.pig.bags.Enumerate）枚举包中的元素，然后生成并存储它们。

在任何地方都找不到piggybank.jar。你能提供一个maven存储库的URL吗？我在哪里都找不到piggybank.jar，刚发现“Piggy Bank是Pig用户共享功能的地方”。你能给我提供一个maven存储库的URL吗？我刚刚发现“Piggy Bank是Pig用户共享功能的地方”