Apache Pig
¿Qué es Apache Pig?
Pig es una plataforma de alto nivel para crear programas MapReduce utilizados en Hadoop. El lenguaje de esta plataforma es llamado Pig Latin. Pig Latin abstrae la programación desde el lenguaje Java MapReduce en una notación que hace de MapReduce programación de alto nivel, similar a la de SQL
Pig Latin
--Mapeo de datos
datos = LOAD '$nom_file' USING PigStorage(';') as
(TERCERO:chararray,CODSNIES:chararray,NOMBREPROGRAMA:chararray,
PERIODO:chararray,CODIGOASIGNATURA:chararray,ASIGNATURA:chararray,
GRUPOACTUAL:chararray,GRUPOANTERIOR:chararray,FECHACREACION:chararray);
fechas = LOAD '../../data/internos/cancelaciones.csv' USING PigStorage(',') as
(CODIGOPERIODO:chararray,FECHAINICIO:chararray);
datosFiltrados = FILTER datos BY (CODSNIES MATCHES '$snies');
unir = JOIN datosFiltrados BY CODIGOPERIODO LEFT OUTER,fechas BY CODIGOPERIODO;
DUMP C;
DESCRIBE C;
STORE C INTO 'salida' USING PigStorage(';');
¿Cómo usar Pig de manera fácil?
Apache Pig
By Germán Grandas
Apache Pig
Introducción a Apache Pig
