如何将 tar.gz 中的多个文件加载到 Pig 中
How to load multiple files in tar.gz into Pig
场景：供应商将提供 tar.gz 格式的原始提要，其中包含制表符分隔格式的多个文件
文件详细信息：
a) One Hit 等级数据
b) 多个查找文件
c) (a)
的一个头文件
提要 (tar.gz) 将被摄取并登陆到 BDP 原始操作中。
查询：想将这些数据从操作原始区域加载到 Pig 中以进行数据质量检查过程。如何实现？文件应该提取到 hadoop 中供我们使用还是可用的替代方案？请指教。谢谢！
注意：任何示例脚本都会更有帮助
参考：http://pig.apache.org/docs/r0.9.1/func.html#load-store-functions
文档摘录：
处理压缩
是否支持压缩由 load/store 函数决定。 PigStorage 和 TextLoader 支持读取（加载）和写入（存储）的 gzip 和 bzip 压缩。 BinStorage 不支持压缩。
要使用 gzip 压缩文件，input/output 文件需要具有 .gz 扩展名。 Gzip 文件不能分割成多个地图；这意味着创建的地图数量等于输入位置中零件文件的数量。
A = load 'myinput.gz';
store A into 'myoutput.gz';
场景：供应商将提供 tar.gz 格式的原始提要，其中包含制表符分隔格式的多个文件 文件详细信息： a) One Hit 等级数据 b) 多个查找文件 c) (a)
的一个头文件提要 (tar.gz) 将被摄取并登陆到 BDP 原始操作中。
查询：想将这些数据从操作原始区域加载到 Pig 中以进行数据质量检查过程。如何实现？文件应该提取到 hadoop 中供我们使用还是可用的替代方案？请指教。谢谢！ 注意：任何示例脚本都会更有帮助
参考：http://pig.apache.org/docs/r0.9.1/func.html#load-store-functions
文档摘录：
处理压缩
是否支持压缩由 load/store 函数决定。 PigStorage 和 TextLoader 支持读取（加载）和写入（存储）的 gzip 和 bzip 压缩。 BinStorage 不支持压缩。
要使用 gzip 压缩文件，input/output 文件需要具有 .gz 扩展名。 Gzip 文件不能分割成多个地图；这意味着创建的地图数量等于输入位置中零件文件的数量。
A = load 'myinput.gz';
store A into 'myoutput.gz';