pig里面没有if:不能判断一个条件后决定一个执行步骤
pig是处理流 的工具,所以数据集是流对象,处理步骤也是一样的。
Pig中存在按条件处理流对象的方式有
1)filter
X= FILTER A BY (f1 == 8);
2)CASE WHEN THEN ELSE END
CASE expression [ WHEN value THEN value ]+ [ELSE value ]? END
3)Bincond[?:]
condition? value_if_true : value_if_false
4)SPLITaliasINTO alias IF expression, alias IF expression [, alias IF expression …] [,alias OTHERWISE];
SPLIT A INTO X IF f1<7, Y IF f2==5, Z IF(f3<6 OR f3>6);
而判断表达式的组成主要有:
==, !=,>, <,>=,<=,matches,IsEmpty() 判空,is not null
但是,这些条件处理都必须针对一个流对象,col或者bag,或者整个对象。不能单独处理执行,也就是不能写出如
if A is not null then dump A;
这样是错的,dump 和store两种操作,不能放到其他操作语句中。就是说,没有if 这样单独的操作。
用udf进行store空对象时报错:
原来pig 1.4版本以前遇到null也会执行,之后的版本会直接过滤掉null记录,也就是说遇到null会直接返回,udf不执行该条记录,参见:
http://blog.csdn.net/wisgood/article/details/41851737