1、在pig下載的安裝包，解壓完成了之后，有一個tutorial目錄，我們使用里面的數(shù)據(jù)來開始pig學習。如果tutorial目錄下沒有存在pigtutorial.tar.gz文件的話，那么需要使用ant來編譯出這個文件

　　如果沒有ant，見分類linux下的ant安裝

2、進入tutorial目錄，執(zhí)行命令ant

　　得到pigtutorial.tar.gz

3、使用tar -zxvf pigtutorial.tar.gz 解壓

4、上傳excite-small.log進入hdfs中

　　$>hadoop dfs -put excite-smal.log /input

　　因為使用pig處理的是hdfs中的文件

　　我們下面將主要分析excite-small.log文件，該文件的數(shù)據(jù)結(jié)構(gòu)如下：

　　UserID?? TimeStamp SearchQuery

5、執(zhí)行pig進入pig的上下文grunt

6、首先將excite-small.log加載到一個變量（也稱之為alias）中，我們將使用該變量來表示這個數(shù)據(jù)集：

　　grunt> log = load 'excite-small.log' as (user, time, query);

　　注意的是這時pig并沒有運行該命令，僅僅是解析了該命令，只有到使用dump命令或者是store命令時pig才會真正執(zhí)行該命令。dump命令將打印出這個變量的內(nèi)容，store命　　令將變量所代表的內(nèi)容保存到一個文件中。

7、 grunt> describe log; 查看結(jié)構(gòu)（語句都以; 結(jié)束）

8、如果我們想要查看該log文件的前4行的話：

　　grunt> lmt = limit log 4;

　　grunt> dump lmt;（打印）

?

注意：如果出現(xiàn)：Unable to open iterator for alias a，請檢查hadoop是否仍處于safemode狀態(tài)，如果是，退出這個狀態(tài)。

轉(zhuǎn)載于:https://www.cnblogs.com/jsunday/p/3789632.html

總結(jié)

以上是生活随笔為你收集整理的pig使用入门1的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。