Hadoop 使用'；合并'；猪

我是Hadoop/猪的初学者

谁能告诉我两者的区别吗

grunt> A = join A by $1, B by $1 using 'merge';     

和
grunt>A=以$1加入A，以$1加入B

我有两个文件1.txt和2.txt，其中包含以下数据
1.txt
A 1
b3
C5
D 7

2.txt
AA 1
BB 2
CC 4
DD 6

我希望输出像这样合并在一起
A 1
AA 1
BB 2
b3
CC 4
C5
DD 6
D 7

“使用“合并”会给我想要的输出吗

我试过了，但是没有

---

您能告诉我这里缺少了什么吗。

听起来您得到的是一个内部连接（数据集由一个公共键连接）而不是外部连接（这看起来像是您从所需输出中得到的）

使用关键字

FULL

表示您想要完全外部联接：

grunt> A = join A by $1 FULL, B by $1 using 'merge';  

但是，如果两个数据集中的记录都具有相同的$0（请参见内部联接示例），则这可能会产生意外的结果。您可能还需要修改输出以删除两个数据集之间缺少的列

或者，如果只想将一个数据集附加到另一个数据集，然后进行排序，请使用UNION和ORDER BY运算符

grunt> U = UNION A, B;
grunt> OrderedU = ORDER U BY $1

看

如需有关每种方法的详细信息