各种SQL在PIG中兑现

?

本博客属原创文章,转载请注明出处:http://guoyunsky.iteye.com/blog/1317084? ?

?

? ? 我这里以Mysql 5.1.x为例,Pig的版本是0.8

? ? 同时我将数据放在了两个文件,存放在/tmp/data_file_1和/tmp/data_file_2中.文件内容如下:

? ??tmp_file_1:

Txt代码??

1. zhangsan????23??1??
2. lisi????24??1??
3. wangmazi????30??1??
4. meinv???18??0??
5. dama????55??0??

? ?tmp_file_2:

Txt代码??

1. 1???a??
2. 23??bb??
3. 50??ccc??
4. 30??dddd??
5. 66??eeeee??

?

? ? ? ?1.从文件导入数据

? ? ? ? ? 1)Mysql (Mysql需要先创建表).

? ? ? ? ? ? ?CREATE TABLE TMP_TABLE(USER VARCHAR(32),AGE INT,IS_MALE BOOLEAN);

? ? ? ? ? ? ?CREATE TABLE TMP_TABLE_2(AGE INT,OPTIONS VARCHAR(50)); ? -- 用于Join

? ? ? ? ? ? ?LOAD DATA LOCAL INFILE '/tmp/data_file_1' ?INTO TABLE TMP_TABLE ;

? ? ? ? ? ? ?LOAD DATA LOCAL INFILE '/tmp/data_file_2' ?INTO TABLE TMP_TABLE_2;

? ? ? ? ? 2)Pig

? ? ? ? ? ? ? tmp_table = LOAD '/tmp/data_file_1'?USING PigStorage('\t') AS (user:chararray, age:int,is_male:int);

? ? ? ? ? ? ? tmp_table_2= LOAD '/tmp/data_file_2' USING PigStorage('\t') AS (age:int,options:chararray);

?

? ? ??2.查询整张表

? ? ? ? ?1)Mysql

? ? ? ? ? ? SELECT * FROM TMP_TABLE;

? ? ? ? ?2)Pig

? ? ? ? ? ? DUMP tmp_table;

? ? ??3. 查询前50行

? ? ? ? ?1)Mysql

? ? ? ? ? ? SELECT * FROM TMP_TABLE LIMIT 50;

? ? ? ? ?2)Pig

? ? ? ? ? ? ?tmp_table_limit = LIMIT tmp_table 50;

? ? ? ? ? ? ?DUMP tmp_table_limit;?

? ? ?4.查询某些列

? ? ? ? 1)Mysql

? ? ? ? ? ? SELECT USER FROM TMP_TABLE;

? ? ? ? 2)Pig

? ? ? ? ? ??tmp_table_user = FOREACH tmp_table GENERATE user;

? ? ? ? ? ? DUMP tmp_table_user;

?

? ??5. 给列取别名

? ? ? ? 1)Mysql

? ? ? ? ? ?SELECT USER AS USER_NAME,AGE AS USER_AGE FROM TMP_TABLE;

? ? ? ? 2)Pig

? ? ? ? ? ?tmp_table_column_alias = FOREACH tmp_table GENERATE user AS user_name,age AS user_age;

? ? ? ? ? ?DUMP?tmp_table_column_alias;?

?

? ? ?6.排序

? ? ? ? 1)Mysql

? ? ? ? ? ?SELECT * FROM TMP_TABLE ORDER BY AGE;

? ? ? ? 2)Pig

? ? ? ? ? ??tmp_table_order = ORDER tmp_table BY age ASC;

? ? ? ? ? ? DUMP tmp_table_order;

?

? ? ?7.条件查询

? ? ? ? 1）Mysql

? ? ? ? ? ? SELECT * FROM TMP_TABLE WHERE AGE>20;

? ? ? ? 2) Pig

? ? ? ? ? ? tmp_table_where = FILTER tmp_table by age > 20;

? ? ? ? ? ??DUMP?tmp_table_where;

?

? ? ?8.内连接Inner Join

? ? ? ? 1)Mysql

? ? ? ? ? ?SELECT * FROM TMP_TABLE A JOIN TMP_TABLE_2 B ON A.AGE=B.AGE;

? ? ? ? 2)Pig

? ? ? ? ? ? tmp_table_inner_join = JOIN tmp_table BY age,tmp_table_2 BY age;

? ? ? ? ? ??DUMP?tmp_table_inner_join;

? ??9.左连接Left ?Join

? ? ? ?1)Mysql

? ? ? ? ? ?SELECT * FROM TMP_TABLE A LEFT JOIN TMP_TABLE_2 B ON A.AGE=B.AGE;

? ? ? ?2)Pig

? ? ? ? ? tmp_table_left_join = JOIN tmp_table BY age LEFT OUTER,tmp_table_2 BY age;

? ? ? ? ??DUMP?tmp_table_left_join;

? ??10.右连接Right Join

? ? ? ? ?1)Mysql

? ? ? ? ? ? SELECT * FROM TMP_TABLE A RIGHT JOIN TMP_TABLE_2 B ON A.AGE=B.AGE;

? ? ? ? ?2)Pig

? ? ? ? ? ? tmp_table_right_join = JOIN tmp_table BY age RIGHT OUTER,tmp_table_2 BY age;

? ? ? ? ? ? DUMP tmp_table_right_join;

? ??11.全连接Full Join

? ? ? ? ?1)Mysql

? ? ? ? ? ? SELECT * FROM TMP_TABLE A ?JOIN TMP_TABLE_2 B ON A.AGE=B.AGE

? ? ? ? ? ? ? ? UNION SELECT * FROM TMP_TABLE A LEFT JOIN TMP_TABLE_2 B ON A.AGE=B.AGE

? ? ? ? ? ? ? ? UNION SELECT * FROM TMP_TABLE A RIGHT JOIN TMP_TABLE_2 B ON A.AGE=B.AGE;

? ? ? ? ?2)Pig

? ? ? ? ? ? tmp_table_full_join = JOIN tmp_table BY age FULL OUTER,tmp_table_2 BY age;

? ? ? ? ? ? DUMP tmp_table_full_join;

?

? ? ?12.同时对多张表交叉查询

? ? ? ? ? 1)Mysql

? ? ? ? ? ? ?SELECT * FROM TMP_TABLE,TMP_TABLE_2;

? ? ? ? ? 2)Pig

? ? ? ? ? ? ?tmp_table_cross = CROSS tmp_table,tmp_table_2;

? ? ? ? ? ? ?DUMP tmp_table_cross;

?

? ? ?13.分组GROUP BY

? ? ? ? ?1)Mysql

? ? ? ? ? ? SELECT * FROM TMP_TABLE GROUP BY IS_MALE;

? ? ? ? ?2)Pig

? ? ? ? ? ? tmp_table_group = GROUP tmp_table BY is_male;

? ? ? ? ? ? DUMP tmp_table_group;

? ? ??14.分组并统计

? ? ? ? ? ?1)Mysql

? ? ? ? ? ? ?SELECT IS_MALE,COUNT(*) FROM TMP_TABLE GROUP BY IS_MALE;

? ? ? ? ? ?2)Pig

? ? ? ? ? ? ? tmp_table_group_count = GROUP tmp_table BY is_male;

? ? ? ? ? ? ??tmp_table_group_count = FOREACH tmp_table_group_count GENERATE group,COUNT($1);

? ? ??15.查询去重DISTINCT

? ? ? ? ? ?1)MYSQL

? ? ? ? ? ? ? SELECT DISTINCT IS_MALE FROM TMP_TABLE;

? ? ? ? ? ?2)Pig

? ? ? ? ? ? ? tmp_table_distinct = FOREACH tmp_table GENERATE is_male;

? ? ? ? ? ? ? tmp_table_distinct = DISTINCT tmp_table_distinct;

? ? ? ? ? ? ? DUMP ?tmp_table_distinct;

?