Ошибка (ы) при выполнении простой задачи свиньи

Question

Я пробовал свинью в течение нескольких дней, и я не понимаю его. Я стараюсь выполнять простые практические задания, но безрезультатно. Цель состоит в том, чтобы создать запись, которая показывает максимальный пробег для каждого идентификатора в год. Так что я начал с:

A = LOAD 'pig/input/Batting.csv' using PigStorage(',') as (ID:int, year:int, stint:chararray, team:chararray, league:chararray, games:int, games_bat:int, atbat:int, runs:int); B = GROUP A by year; C = FOREACH B generate group, MAX(A.runs) as maxruns;

я предполагал все шло хорошо вплоть до этого момента, но тогда он был совершенно перепутались, когда:

D = JOIN A by year, C by year; E = FOREACH D generate group, D.(group, ID), maxruns; store E into 'batting_result';

какие-либо советы или идеи, на каком направлении идти к будет очень признателен.

Answer 1

Предполагая, что вы используете аналогичный dataset, одна из проблем может заключаться в том, что первый столбец (playerId) из файла csv является chararrray, а не int.

Я думаю, что может быть что-то не так с вашим соединением (в запросе свиньи, написанном в вашем комментарии).

Соотношение C, имеет две колонки группы/год и максруны. Чтобы получить playerId от A, мы должны присоединиться к году и работать. Итак, ваше отношение D должно выглядеть

D = JOIN A by (year,runs), C by (group,maxruns); 

С учетом этого изменения, вы должны получить за каждый год, максимум работает в том же году, и игрок ID игрока.

Надеюсь, что помогло