hadoop - 如何根据给定的格式在 pig 中组合两行？

Question

我正在尝试处理文件。截至目前，我得到如下所示的输出。

input file:-
c=1,2,3
a,b,c,d,a
d,e,f
g,h,i,i
c=2,3,4
j,k,l
m,n,a,h
c=3,2,5
d,g,a
s,fs,a


    expecting an output like:-
    c=1,2,3,a,b,c,d,a
    c=1,2,3,d,e,f
    c=1,2,3,g,h,i,i
    c=2,3,4,j,k,l
    c=2,3,4,m,n,a,h
    c=3,2,5,d,g,a
    c=3,2,5,s,fs,a

有没有其他方法可以得到类似的输出。

    Another output format:-
    c=1,2,3,{(a,b,c,d,a),(d,e,f),(g,h,i,i)}
    c=2,3,4,{(j,k,l),(m,n,a,h)}
    c=3,2,5,{(d,g,a),(s,fs,a)}

有人可以帮我吗。我正在尝试使用猪，但离这个还很远，我正在尝试用猪来解决这个问题以进行一些练习。

谢谢和问候， 安库什·雷迪

Answer 1

我认为猪不可能。Pig 是并行处理，因此它无法知道文件中的记录顺序。所以我建议您在使用 pig 处理之前使用 bash 脚本或其他工具对其进行预处理。