Pig 0.9.2 第一个例子

貌似 Pig 的安装/使用 相对于 hadoop 简单多了..

1.　　官网下载: http://pig.apache.org/releases.html 

　　我下载的是 .tar 包, 直接解压就ok了:

tar -zxvf pig-x.x.x

　　环境变量: /etc/profile ,只要设置 JAVA_HOME 和 HADOOP_HOME 就够了,namenode 和 job 会自动寻找. 到此就结束安装了.

export JAVA_HOME=/usr/java/jdk1.6.0_33
export PATH=$PATH:$JAVA_HOME/bin

export HADOOP_HOME=/usr/local/hadoop-0.20.205.0
export PATH=$PATH:$HADOOP_HOME/bin

2.　　运行:

　　首先启动hadoop,然后直接运行: bin/pig , pig会自动连接hadoop. 成功之后,将会进入到一个 grunt 命令行.

3.　第一个简单的例子(提取出日志里的ip地址):

　需要分析的日志元数据:

　　

　　　ip 和后面的信息中间是以 空格 分开的... 所以只要把日志行按照空格切分,第一个就是ip了.

　　代码:

　　

ips = load 'www.17k.com.log' using PigStorage(' ') as (ip:chararray);  //加载hdfs里的 www.17k.com.log 日志文件,利用 空格 切分日志.只保存 ip一个字段,以字符串的形式保存
dump ips;　　//在控制台输出 ip 列表

　　结果:

　　

 ok,到此就大功告成了...