??本博客属原创文章,转载请注明出处:http://guoyunsky.iteye.com/blog/1317084
? 欢迎加入Hadoop超级群:?180941958? ?
?
? ? 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:
zhangsan 23 1lisi 24 1wangmazi 30 1meinv 18 0dama 55 0
? ?tmp_file_2:
1 a23 bb50 ccc30 dddd66 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;
?
?