Apache Pig - STRSPLIT ()

Esta função é usada para dividir uma determinada string por um determinado delimitador.

Sintaxe

A sintaxe de STRSPLIT()é fornecido abaixo. Esta função aceita uma string que precisa ser dividida, uma expressão regular e um valor inteiro especificando o limite (o número de substrings que a string deve ser dividida). Esta função analisa a string e quando encontra a expressão regular fornecida, ela divide a string emn número de substrings onde n será o valor passado para limit.

grunt> STRSPLIT(string, regex, limit)

Exemplo

Suponha que haja um arquivo chamado emp.txt no HDFS diretório /pig_data/como mostrado abaixo. Este arquivo contém os detalhes do funcionário, como id, nome, idade e cidade.

emp.txt

001,Robin_Smith,22,newyork 
002,BOB_Wilson,23,Kolkata 
003,Maya_Reddy,23,Tokyo 
004,Sara_Jain,25,London 
005,David_Miller,23,Bhuwaneshwar 
006,Maggy_Moore,22,Chennai 
007,Robert_Scott,22,newyork 
008,Syam_Ketavarapu,23,Kolkata 
009,Mary_Carter,25,Tokyo 
010,Saran_Naidu,25,London 
011,Stacy_Green,25,Bhuwaneshwar 
012,Kelly_Moore,22,Chennai

E, carregamos este arquivo no Pig com uma relação chamada emp_data como mostrado abaixo.

grunt> emp_data = LOAD 'hdfs://localhost:9000/pig_data/emp.txt' USING PigStorage(',')
   as (id:int, name:chararray, age:int, city:chararray);

A seguir está um exemplo do STRSPLIT()função. Se você observar o arquivo emp.txt, você pode descobrir que, noname coluna, temos os nomes e sobrenomes dos funcionários separados pelo delemeter '_'.

Neste exemplo, estamos tentando dividir o nome e o sobrenome dos funcionários usando STRSPLIT() função.

grunt> strsplit_data = FOREACH emp_data GENERATE (id,name), STRSPLIT (name,'_',2);

O resultado da instrução será armazenado na relação chamada strsplit_data. Verifique o conteúdo da relaçãostrsplit_data, usando o operador Dump conforme mostrado abaixo.

grunt> Dump strsplit_data;
  
((1,Robin_Smith),(Robin,Smith))
((2,BOB_Wilson),(BOB,Wilson))
((3,Maya_Reddy),(Maya,Reddy))
((4,Sara_Jain),(Sara,Jain))
((5,David_Miller),(David,Miller))
((6,Maggy_Moore),(Maggy,Moore))
((7,Robert_Scott),(Robert,Scott))
((8,Syam_Ketavarapu),(Syam,Ketavarapu))
((9,Mary_Carter),(Mary,Carter))
((10,Saran_Naidu),(Saran,Naidu))
((11,Stacy_Green),(Stacy,Green))
((12,Kelly_Moore),(Kelly,Moore))

↰ Previous page