如何在Pig中进行数据聚合操作

在Pig中进行数据聚合操作通常使用GROUP BY语句。以下是一个简单的示例：

假设有一个包含姓名和年龄的数据集，我们想要按姓名对数据进行分组，并计算每个姓名的平均年龄。

-- 加载数据集 data = LOAD 'input.txt' USING PigStorage(',') AS (name:chararray, age:int);  -- 按姓名分组并计算平均年龄 grouped_data = GROUP data BY name; result = FOREACH grouped_data GENERATE group AS name, AVG(data.age) AS avg_age;  -- 输出结果 DUMP result; 

在上面的示例中，首先加载数据集，然后使用GROUP BY语句按姓名对数据进行分组。接着使用FOREACH语句计算每个分组的平均年龄，并将结果存储在一个新的关系中。最后使用DUMP语句将结果输出。

除了AVG函数外，Pig还提供了其他聚合函数，如SUM、MIN、MAX等，可以根据具体需求选择合适的函数进行数据聚合操作。