Terjemahan disediakan oleh mesin penerjemah. Jika konten terjemahan yang diberikan bertentangan dengan versi bahasa Inggris aslinya, utamakan versi bahasa Inggris.
Pertimbangan untuk menggunakan Pig di Amazon EMR 4.x
Pig versi 0.14.0 diinstal pada klaster yang dibuat menggunakan versi rilis Amazon EMR 4.x. Babi di-upgrade ke versi 0.16.0 di Amazon EMR 5.0.0. Perbedaan signifikan dibahas di bawah ini.
Mesin eksekusi default yang berbeda
Versi babi 0.14.0 di Amazon EMR 4.x versi rilis digunakan MapReduce sebagai mesin eksekusi default. Pig 0.16.0 dan kemudian menggunakan Apache Tez. Anda dapat secara eksplisit mengatur exectype=mapreduce
klasifikasi pig-properties
konfigurasi yang akan digunakan. MapReduce
Membuang Pig user-defined function (UDF)
UDF kustom yang tersedia dalam versi rilis Pig on Amazon EMR 4.x dihapus mulai dari Pig 0.16.0. Sebagian besar UDF memiliki fungsi setara yang dapat Anda gunakan sebagai gantinya. Daftar tabel berikut membuang UDF dan fungsi yang setara. Untuk informasi selengkapnya, lihat Fungsi Built-in
Membuang UDF | Fungsi padanan |
---|---|
FORMAT_DT(dtformat, date) |
GetHour(tanggal), GetMinute (tanggal), GetMonth (tanggal), GetSecond (tanggal), GetWeek (tanggal), GetYear (tanggal), GetDay (tanggal) |
EXTRACT(string, pattern) |
REGEX_EXTRACT_ALL(string, pattern) |
REPLACE(string, pattern, replacement) |
REPLACE(string, pattern, replacement) |
DATE_TIME() |
ToDate() |
DURATION(dt, dt2) |
WeeksBetween(dt, dt2), YearsBetween (dt, dt2), (dt, dt2), SecondsBetween (dt, dt2), MonthsBetween (dt, dt2), MinutesBetween (dt, dt2) HoursBetween |
EXTRACT_DT(format, date) |
GetHour(tanggal), GetMinute (tanggal), GetMonth (tanggal), GetSecond (tanggal), GetWeek (tanggal), GetYear (tanggal), GetDay (tanggal) |
OFFSET_DT(date, duration) |
AddDuration(tanggal, durasi), SubtractDuration (tanggal, durasi) |
PERIOD(dt, dt2) |
WeeksBetween(dt, dt2), YearsBetween (dt, dt2), (dt, dt2), SecondsBetween (dt, dt2), MonthsBetween (dt, dt2), MinutesBetween (dt, dt2) HoursBetween |
CAPITALIZE(string) |
UCFIRST(string) |
CONCAT_WITH() |
CONCAT() |
INDEX_OF() |
INDEXOF() |
LAST_INDEX_OF() |
LAST_INDEXOF() |
SPLIT_ON_REGEX() |
STRSPLT() |
UNCAPITALIZE() |
LCFIRST() |
UDF berikut dibuang tanpa padanan: FORMAT(), LOCAL_DATE(), LOCAL_TIME(), CENTER(), LEFT_PAD(), REPEAT(), REPLACE_ONCE(), RIGHT_PAD(), STRIP(), STRIP_END(), STRIP_START(), SWAP_CASE().
Perintah Grunt yang dihentikan
Beberapa perintah Grunt dihentikan dimulai dengan Pig 0.16.0. Tabel berikut mencantumkan perintah Grunt di Pig 0.14.0 dan perintah padanan dalam versi saat ini, jika berlaku.
Pig 0.14.0 dan padanan perintah Grunt saat ini | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
Perintah Grunt Pig 0.14.0 | Perintah Grunt Pig di versi 0.16.0 dan setelahnya | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
kucing < non-hdfs-path >) |
fs -cat < non-hdfs-path >; |
||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
cd < non-hdfs-path >; |
Tanpa padanan |
||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
ls < non-hdfs-path >; | fs -ls < non-hdfs-path >; | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
pindah < non-hdfs-path > < non-hdfs-path >; |
fs -mv < non-hdfs-path > < >; non-hdfs-path |
||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
salin < non-hdfs-path > < non-hdfs-path >; |
fs -cp < non-hdfs-path > < non-hdfs-path >; |
||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
copyToLocal < non-hdfs-path ><local-path>; |
fs - copyToLocal < non-hdfs-path ><local-path>; |
||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
copyFromLocal <local-path>< non-hdfs-path >; |
fs - copyFromLocal <local-path>< non-hdfs-path >; |
||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
mkdir < >; non-hdfs-path |
fs -mkdir < >; non-hdfs-path |
||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
rm < non-hdfs-path >; |
fs -rm -r -skipTrash < >; non-hdfs-path |
||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
rmf < non-hdfs-path >; |
fs -rm -r -skipTrash < >; non-hdfs-path |
Kemampuan yang dihapus untuk direktori home non-HDFS
Pig 0.14.0 pada versi rilis Amazon EMR 4.x memiliki dua mekanisme untuk mengizinkan pengguna selain pengguna hadoop
, yang tidak memiliki direktori home, untuk menjalankan skrip Pig. Mekanisme pertama adalah fallback otomatis yang mengatur direktori kerja awal ke direktori root jika direktori home tidak ada. Mekanisme kedua adalah properti pig.initial.fs.name
yang mengizinkan Anda untuk mengubah direktori kerja awal.
Mekanisme-mekanisme tersebut tidak tersedia mulai dari Amazon EMR versi 5.0.0, dan pengguna harus memiliki direktori home di HDFS. Ini tidak berlaku untuk pengguna hadoop
karena direktori home disediakan saat peluncuran. Skrip dijalankan menggunakan default langkah jar Hadoop ke pengguna Hadoop kecuali pengguna lain secara eksplisit ditentukan menggunakan command-runner.jar
.