pig運行方法是什么

本篇內(nèi)容主要講解“pig運行方法是什么”，感興趣的朋友不妨來看看。本文介紹的方法操作簡單快捷，實用性強。下面就讓小編來帶大家學(xué)習“pig運行方法是什么”吧!

Pig是作為客戶端運行的程序，你需要將其連接到本地Hadoop或者集群上。當安裝Pig之后，有三種執(zhí)行pig程序的方法：pig腳本 （將程序?qū)懭?pig文件中），Grunt（運行Pig命令的交互式shell環(huán)境）和嵌入式方式。  
records = Load ‘sample.txt’ as (year:chararray, temperature:int, quality:int);  
filter_records = FILTER records BY temperature != 9999 AND quality == 0;  
group_records = GROUP filter_records BY year;  
max_temp = FOREACH group_records GENERATE group, MAX(filter_records.temperature);  
DUMP max_temp;  
生成上面程序的創(chuàng)建的數(shù)據(jù)集結(jié)構(gòu)： grunt> ILLUSTRATE max_temp;  
Pig和數(shù)據(jù)庫的比較：  
1）Pig是數(shù)據(jù)流編程語言，而SQL是一種描述型編程語言。Pig是相對于輸入的一步步操作，其中每一步都是對數(shù)據(jù)的一個簡單的變換； 而SQL語句是一個約束的集合，這些約束結(jié)合在一起定義了輸出。Pig更像RDBMS中的查詢規(guī)劃器。  
2）RDBMS把數(shù)據(jù)存儲在嚴格定義了模式的表內(nèi)，但pig對數(shù)據(jù)的要求更寬松，可以在運行時定義模式，而且是可選的。  
3）pig對復(fù)雜、嵌套數(shù)據(jù)結(jié)構(gòu)的支持更強；  
4）Pig不支持事務(wù)和索引，也不支持隨機讀和幾十毫秒級別的查詢，它是針對數(shù)據(jù)批量處理的。  
5）Hive是介于Pig和RDBMS之間的系統(tǒng)。Hive以HDFS為存儲，但是查詢語言是基于SQL的，而且Hive要求所有數(shù)據(jù)必須存儲在表中， 
   表必須有模式，而模式由Hive管理。但Hive允許為預(yù)先存在HDFS中的數(shù)據(jù)關(guān)聯(lián)一個模式，因此數(shù)據(jù)加載步驟是可選的。

到此，相信大家對“pig運行方法是什么”有了更深的了解，不妨來實際操作一番吧！這里是億速云網(wǎng)站，更多相關(guān)內(nèi)容可以進入相關(guān)頻道進行查詢，關(guān)注我們，繼續(xù)學(xué)習！