pig介绍
立即下载
⑩Ⅵ嵗Ｄ夨憶
2025-06-20
Pig
模式
数据
类型
MapReduce
计算
引擎
执行
本地
简单
176.6 KB
Apache Pig 简介与实践
Apache Pig 是一个用来分析大数据集的平台，它由两部分组成：一部分是用于
表达数据分析程序的高级脚本语言，另一部分是用于评估分析程序的基本工具。
目前来看， Pig 主要用于离线数据的批量处理应用场景，但是随着 Pig 的发展处
理数据的速度会不断地提升，这可能依赖于 Pig 底层的执行引擎。比如， Pig 通
过指定执行模式，可以使用 Hadoop的 MapReduce计算引擎来实现数据处理，也
可以使用基于 Tez的计算引擎来实现 （Tez是为了绕开 MapReduce多阶段 Job写
磁盘而设计的 DAG计算引擎，性能应该比 MapReduce要快），看到 Pig 未来的发
展路线图，以后可能会基于 Storm 或 Spark 计算平台实现底层计算引擎， 那样速
度会有极大地提升。
Pig 安装与执行
Pig 安装非常简单，只需要下载 Pig 包，然后解压缩即可：
在 31机子上已经下载了
pig-0.12.0.tar.gz
PIG配置
zxp@cfs01:~> vi ./.bashrc
Pig 的两种模式
本地模式
本地模式主要是基于本地文件系统， 比较适合调试脚本使用。 进入本地模式执行
如下命令：
1
pig
-x local
MapReduce模式
MapReduce模式基于 Hadoop，数据存储在 HDFS上，它基于运行于 YARN
之上的 MapReduce进行处理。进入 MapReduce运行模式执行如下命令：
1 pig -x mapreduce
一般，我们的数据都是存储在 HDFS上的，使用该模式能够充分利用
Hadoop集群的计算能力
数据类型
Pig 的数据类型可以分为 2类，分别为简单类型和复杂类型。简单类
型包括：
int 、long、float 、double、chararray 、bytearray 、boolean、datetime 、
biginteger 、bigdecimal 。复杂类型包括： tuple 、bag、map。
这里对特别的数据类型，解释说明一下：
chararray 相当于字符串 String ；bytearray 相当于字节数组； tuple
是一个有序的字段的集合，可以理解为元
Pig/模式/数据/类型/MapReduce/计算/引擎/执行/本地/简单/
Pig/模式/数据/类型/MapReduce/计算/引擎/执行/本地/简单/
-->