地域別の結果をブタのラテンでグループ化するには？

Question

私はHadoopのPIGへの新たなんだと私はこのようになりますデータセットがあります。私は、各地域のスコアの合計を計算したい

region_id  region   participation score 

    1    SSA    YES   10 
    1    SSA    NO   22 
    2    MONTPELIER  YES   15 
    .... 

を。私が探している最終的な表示は、次のとおりです。
REGION - SCORE、例えば：

split_region = GROUP data by region; 

：

data = load '/user/cloudera/datapi/pigdata.csv' using PigStorage (',') AS 
(id:int, region:chararray, participation:chararray, score:int); 

は、次に地域別のデータをグループ化：私は私のデータをロードし

SSA - 32 

最後に：

RES= foreach split_region GENERATE SUM(data.score), data.region; 

RES変数は、各地域のスコアの合計が含まれていますが、それはそうのような地域のすべてのオカレンスを表示します。代わりに(32, SSA)を表示するには不足しているコマンド/命令は何

(32 , {SSA,SSA}) 

？

Answer 1

代わりdata.region

RES = foreach split_region GENERATE SUM(data.score), group; 

の使用groupは、ソースのhereを参照してください。 GROUP演算子を使用すると、 最初のフィールドの名前は "group"（これはGROUP演算子と混同しないでください）で、グループキーと同じ型です。

Answer 2

グループ演算子は、類似のキーを持つすべてのレコードを同じバッグに持ち込むために使用されます。これは、列に対して集計を実行するのに役立ちます。