Apache PIG，JSON 加载器

Question

这是我的示例输入文件：

[{"disknum":36,"disksum":136.401,"disk_rate":1872.0,"disk_lnum": 13}]
[{"disknum":36,"disksum":105.2,"disk_rate":123084.8,"disk_lnum": 13}]

我正在尝试使用 PIG 中的 JsonLoader 解析此 JSON 数据，

这是我的脚本：

a = LOAD '/pig/tc.log' using JsonLoader ('disknum:chararray,disksum:chararray,disk_rate:chararray,disk_lnum:chararray');

b = FOREACH a GENERATE disknum,disksum,disk_rate,disk_lnum;

DUMP b;

预期输出：

36,136.401,1872.0,13

36,105.2,123084.8,13

实际输出：

( )

请帮帮我！我错过了什么？

Answer 1

您的输入数据是 JSON 数组，这就是 Pig 的 JsonLoader 无法读取它的原因。如果可能，删除数组（如下所示）或参见 Load JSON array into Pig。基本原理你应该能搞清楚。

{"disknum":36,"disksum":136.401,"disk_rate":1872.0,"disk_lnum": 13}
{"disknum":36,"disksum":105.2,"disk_rate":123084.8,"disk_lnum": 13}

Answer 2

请注意 file.You 中对象周围的 [] 可以将其加载到地图并访问字段或使用 ElephantBird jsonloader。

a = LOAD '/pig/tc.log' using JsonLoader(json:map[]);
b = FOREACH a GENERATE flatten(json#'disknum') AS disknum,
                       flatten(json#'disksum') AS disksum,
                       flatten(json#'disk_rate') AS disk_rate,
                       flatten(json#'disk_lnum') AS disk_lnum;      
DUMP b;

Apache PIG，JSON 加载器

Apache PIG, JSON Loader

json

hadoop

apache-pig

hadoop2