Apache Pig中文手册

Pig Latin的 CONCAT() 函数用于连接两个或多个相同类型的表达式。

语法

grunt> CONCAT (expression, expression, [...expression])

例

假设在HDFS目录 /pig_data/ 中有一个名为 student_details.txt 的文件，如下所示。

student_details.txt

001,Rajiv,Reddy,21,9848022337,Hyderabad,89
002,siddarth,Battacharya,22,9848022338,Kolkata,78 
003,Rajesh,Khanna,22,9848022339,Delhi,90 
004,Preethi,Agarwal,21,9848022330,Pune,93 
005,Trupthi,MohAnthy,23,9848022336,Bhuwaneshwar,75 
006,Archana,Mishra,23,9848022335,Chennai,87 
007,Komal,Nayak,24,9848022334,trivendram,83 
008,Bharathi,Nambiayar,24,9848022333,Chennai,72

通过关系 student_details 将此文件加载到的Pig中，如下所示。

grunt> student_details = LOAD 'hdfs://localhost:9000/pig_data/student_details.txt' USING PigStorage(',')
   as (id:int, firstname:chararray, lastname:chararray, age:int, phone:chararray, city:chararray, gpa:int);

连接两个字符串

我们可以使用 CONCAT() 函数来连接两个或多个表达式。 首先，使用Dump运算符验证 student_details 关系的内容，如下所示。

grunt> Dump student_details;
 
( 1,Rajiv,Reddy,21,9848022337,Hyderabad,89 ) 
( 2,siddarth,Battacharya,22,9848022338,Kolkata,78 )
( 3,Rajesh,Khanna,22,9848022339,Delhi,90 ) 
( 4,Preethi,Agarwal,21,9848022330,Pune,93 )
( 5,Trupthi,Mohanthy,23,9848022336,Bhuwaneshwar,75 )
( 6,Archana,Mishra,23,9848022335,Chennai,87 )
( 7,Komal,Nayak,24,9848022334,trivendram,83 )
( 8,Bharathi,Nambiayar,24,9848022333,Chennai,72 )

然后，使用 describe 运算符验证schema（模式），如下所示。

grunt> Describe student_details;
  
student_details: {id: int, firstname: chararray, lastname: chararray, age: int,
   phone: chararray, city: chararray, gpa: int}

在上面的模式中，可以观察到学生的名称使用两个字符值即 firstname 和 lastname 来表示。让我们使用 CONCAT() 函数来连接这两个值。

grunt> student_name_concat = foreach student_details Generate CONCAT (firstname, lastname);

验证

使用 DUMP 运算符验证关系 student_name_concat ，如下所示。

grunt> Dump student_name_concat;

输出

它将产生以下输出，显示关系 student_name_concat 的内容。

(RajivReddy) 
(siddarthBattacharya) 
(RajeshKhanna) 
(PreethiAgarwal) 
(TrupthiMohanthy) 
(ArchanaMishra) 
(KomalNayak) 
(BharathiNambiayar) 

我们还可以在两个表达式之间使用可选的分隔符，如下所示。

grunt> CONCAT(firstname, '_',lastname);

现在，让我们通过将 student_details 关系中的 '_' 连接学生记录的firstname和lastname，如下所示。

grunt> student_name_concat = foreach student_details GENERATE CONCAT(firstname, '_',lastname); 

验证

使用 DUMP 运算符验证关系 student_name_concat ，如下所示。

grunt> Dump student_name_concat;

输出

它将产生以下输出，显示关系 student_name_concat 的内容如下。

(Rajiv_Reddy) 
(siddarth_Battacharya) 
(Rajesh_Khanna) 
(Preethi_Agarwal) 
(Trupthi_Mohanthy) 
(Archana_Mishra) 
(Komal_Nayak) 
(Bharathi_Nambiayar)