测试4
测试大礼包
爬虫实战特训课

Pig Latin的 SIZE() 函数用于基于任何Pig数据类型计算元素的数量。

语法

下面给出了 SIZE() 函数的语法。

grunt> SIZE(expression)

返回值根据Apache Pig中的数据类型而有所不同。

数据类型 值
int，long，float，double 对于所有这些类型，size()函数返回1。
Char array 对于char数组，size()函数返回数组中的字符数。
Byte array 对于bytearray，size()函数返回数组中的字节数。
Tuple 对于元组，size()函数返回元组中的字段数。
Bag 对于包，size()函数返回包中的元组数。
Map 对于映射，size()函数返回映射中键/值对的数量。

例

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

employee.txt 

1,John,2007-01-24,250
2,Ram,2007-05-27,220  
3,Jack,2007-05-06,170  
3,Jack,2007-04-06,100  
4,Jill,2007-04-06,220  
5,Zara,2007-06-06,300  
5,Zara,2007-02-06,350

通过关系 employee_data 将此文件加载到Pig中，如下所示。

grunt> employee_data = LOAD 'hdfs://localhost:9000/pig_data/ employee.txt' USING PigStorage(',')
   as (id:int, name:chararray, workdate:chararray, daily_typing_pages:int);

计算类型的大小

要计算特定列的类型大小，可以使用 SIZE() 函数。让我们计算name类型的大小，如下所示。

grunt> size = FOREACH employee_data GENERATE SIZE(name);

验证

使用 DUMP 运算符验证关系 size ，如下所示。

grunt> Dump size;

输出

它将产生以下输出，显示关系 size 的内容如下。在示例中，我们计算了 name 列的大小。由于它是varchar类型，因此 SIZE() 函数给出每个员工姓名中的字符数。

(4) 
(3) 
(4) 
(4) 
(4) 
(4) 
(4)