If statement 更新if块中的常量，并将其提取为同一GENERATE语句中的字段

我有一个关系，如下加载到“调用”

我正在尝试更新关系，使其如下所示，我可以按第二个字段分组，以获得国家/地区的呼叫计数

(Header India, Header India)
(Call1, Header India)
(Call2, Header India)
(END, Header India)
(Header NZ, Header NZ)
(Call1, Header NZ )
(Call2, Header NZ)
(END, Header NZ)

第一个元组将始终是（头）。我正在使用下面的代码，我想更新常量，然后将该常量提取为第二个字段。但它不起作用。有什么建议吗

%declare HeaderText 'Header '
calls = LOAD 'Data File';
extrctd = FOREACH calls GENERATE $0 as (country:chararray), (SUBSTRING($0,1,7)=='Header '?'$HeaderText'=$0:'$HeaderText') as (txt:chararray);

---

一个选择是您可以编写自己的UDF来解决这个问题。下面是示例代码

input.txt

Header India
Call1
Call2
END
Header NZ
Call1
Call2
END

PigScript:

REGISTER mycountry.jar;

calls = LOAD 'input.txt' AS (line:chararray);
extrctd = FOREACH calls GENERATE $0 AS country, mypackage.COUNTRY(line,'Header') as txt;
DUMP extrctd;

(Header India,Header India)
(Call1,Header India)
(Call2,Header India)
(END,Header India)
(Header NZ,Header NZ)
(Call1,Header NZ)
(Call2,Header NZ)
(END,Header NZ)

输出：

REGISTER mycountry.jar;

calls = LOAD 'input.txt' AS (line:chararray);
extrctd = FOREACH calls GENERATE $0 AS country, mypackage.COUNTRY(line,'Header') as txt;
DUMP extrctd;

(Header India,Header India)
(Call1,Header India)
(Call2,Header India)
(END,Header India)
(Header NZ,Header NZ)
(Call1,Header NZ)
(Call2,Header NZ)
(END,Header NZ)

示例UDF代码：下面的java类（COUNTRY和MyGlobal）编译并生成为

mycountry.jar

COUNTRY.java

   package mypackage;
    import java.io.IOException;
    import org.apache.commons.lang.StringUtils;
    import org.apache.pig.EvalFunc;
    import org.apache.pig.data.Tuple;

    class MyGlobal {
        public static String myCountry;
    }

    public class COUNTRY extends EvalFunc<String> {
    @Override
    public String exec(Tuple arg0) throws IOException {
            try
            {
                    String input = ((String) arg0.get(0));
                    String header = ((String) arg0.get(1));
                    String output;


                   if(input.startsWith(header))
                    {
                            output = input;
                            MyGlobal.myCountry = output;
                    }
                    else
                    {
                            output = MyGlobal.myCountry;
                    }
                    return output;
            }
            catch(Exception e)
            {
                throw new IOException("Caught exception while processing the input row ", e);
            }
        }
    }

package-mypackage；
导入java.io.IOException；
导入org.apache.commons.lang.StringUtils；
导入org.apache.pig.EvalFunc；
导入org.apache.pig.data.Tuple；
类MyGlobal{
公共静态字符串myCountry；
}
公共类国家扩展EvalFunc{
@凌驾
公共字符串执行器（元组arg0）引发IOException{
尝试
{
字符串输入=（（字符串）arg0.get（0））；
字符串头=（（字符串）arg0.get（1））；
字符串输出；
if（输入.起始带（标题））
{
输出=输入；
MyGlobal.myCountry=输出；
}
其他的
{
输出=MyGlobal.myCountry；
}
返回输出；
}
捕获（例外e）
{
抛出新IOException（“处理输入行时捕获的异常”，e）；
}
}
}

谢谢SJ-这很有效。不过，我现在有一个新问题。在UDF中，我们寻找一个硬编码值，即“Header”。是否有某种方法可以将其作为调用pig脚本的参数传递？可以让EvalFunc接受多个参数吗？是的，您可以，您只需将此参数作为pig脚本调用程序中的第二个参数传递，并在UDF代码中解析它。我已经修改了上面的pig脚本和java代码，请检查一下。