Hadoop 使用pig查找每年发生的事件的年份和数量列表

数据集详细信息如下：

id、事件、年份、等级、持续时间

1980年11月1日，3.44200

1960年2月2日，4.27273

1980年3月3日，2.12721

4，F41960,3.57212

5，F51960，2.17786

您如何找到年份列表和每年发生的事件数

我已经试过了，但没有成功。它显示了模式错误

events = load 'event' using pigstorage ',' as (id:int, event:chararray, year:int, rating:float, duration:int);

list_of_years = group events by year;

no_of_events = foreach list_of_years generate count(moviename);

dump no._of_events;

答案如下：

首先，您的load语句不正确：

事件=使用存储加载“事件”（id:int，事件：chararray，年份：int，额定值：float，持续时间：int）；--不正确

PigStorage是一个函数，正确的写入方式是PigStorage（“，”）

现在谈谈你的问题

输入

1980年11月1日，3.44200 1960年2月2日，4.27273 1980年3月3日，2.12721 4，F41960,3.57212 5，F51960，2.17786

猪脚本

//使用正确的语法和分隔符加载数据

events=使用PigStorage（'，'）加载'stack_case001.txt'，作为（id:int，event:chararray，year:int，rating:float，duration:int）

//按年度对数据进行分组

列出年数=每年的团体活动

//通过迭代分组数据并计算与分组实体对应的项目数，计算每年的事件数

每一年的事件数量=每一年的列表生成组，计数（$1）

//在屏幕上打印输出

每年事件的转储数量

输出

（1960,3）

（1980,2）

---

希望能有所帮助。

太好了，在这种情况下，不要忘了用绿色勾号将答案标记为已接受答案：）