Pig 0.9.1 + Hadoop 1.0.0 集成

本文介绍如何使用Apache Pig进行WordCount统计。从安装配置Pig到编写Pig Latin脚本,最终实现对文本文件中单词频率的统计。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

首先搭建一个Hadoop集群环境,这里略过。

下载pig 0.9.1并运行。

wget www.apache.org/dist//pig/pig-0.9.1/pig-0.9.1.tar.gz

chmod 777 pig-0.9.1.tar.gz

 tar -zxvf pig-0.9.1.tar.gz

mv pig-0.9.1 pig

cd pig/bin

./pig

---------------------------------------------------------------------------------------------------------

新建文件words.txt并拷贝至/tmp目录下,内容如下:

Hello World
Hello Hive
Hello Pig

通过hadoop把该文件拷贝至HDFS文件系统下。

hadoop fs -copyFromLocal /tmp/words.txt /data/input

运行pig.

grunt> a = load '/data/input/words.txt' as (text:chararray);

grunt> b = foreach a generate flatten(TOKENIZE(text)) as word;

grunt> c = group b by word;

grunt> d = foreach c generate group as word, COUNT(b) as count;

grunt> store d into '/data/output/pig';

。。。。。。

grunt>dump d

。。。。。。

grunt> ls /data/output/pig
hdfs://master:54310/data/output/pig/_logs       <dir>
hdfs://master:54310/data/output/pig/part-r-00000<r 2>   29
grunt> cat /data/output/pig/part-r-00000
Pig        1
Hive      1
Hello    3
World   1

参考资料:

http://www.ne.jp/asahi/hishidama/home/tech/apache/pig/wordcount.html

http://www.codelast.com/?p=3621







评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值