散仙在上篇文章中，介紹過如何使用Pig來進行詞頻統計，整個流程呢，也是非常簡單，只有短短5行代碼搞定，這是由于Pig的內置函數TOKENIZE這個UDF封裝了單詞分割的核心流程，當然，我們的需求...

Pig是一種探索大規模數據集的腳本語言。 pig是在HDFS和MapReduce之上的數據流處理語言，它將數據流處理翻譯成多個map和reduce函數，提供更高層次的抽象將程序員從具體的編

我們看看Pig的常用操作。 所有命令和腳本都在Pig 0.12.0 & Hadoop 2.2.0下測試通過。

我們以氣溫統計和詞頻統計為例，講解以下三種用戶自定義函數。

上一節講到了Pig的分組（group）和篩選（filter）,讓人感覺這種用法和數據庫的SQL差不多。實際上Pig和傳統的關系型數據庫以及SQL語言是有很明顯區別的。我們逐個講解。

前面講到了如何用MapReduce進行數據分析。當業務比較復雜的時候，使用MapReduce將會是一個很復雜的事情，比如你需要對數據進行很多預處理或轉換，以便能夠適應MapReduce的處理模式...

Pig 有兩種運行模式： Local 模式和 MapReduce 模式。當 Pig 在 Local 模式運行的時候， Pig 將只訪問本地一臺主機；當 Pig 在 MapReduce 模式運行的...

Pig是一個基于Hadoop的大規模數據分析平臺，它提供的SQL-LIKE語言叫Pig Latin，該語言的編譯器會把類SQL的數據分析請求轉換為一系列經過優化處理的MapReduce運算。使用...

Pig是一個基于Hadoop的大規模數據分析平臺，它提供的SQL-LIKE語言叫Pig Latin，該語言的編譯器會把類SQL的數據分析請求轉換為一系列經過優化處理的MapReduce運算。Pi...

Apache Pig 是一個高級過程語言，適合于使用 Hadoop 和 MapReduce 平臺來查詢大型半結構化數據集。通過允許對分布式數據集進行類似 SQL 的查詢，Pig 可以簡化 Had...