在Apache Pig中将字符串按斜杠拆分并换行输出的问题

需求与问题 #

需要将数据集中用斜杠（/）连接的字符串拆分后，每行输出一个带括号的元素：

• 输入示例：

(David Jones / John Smith)

• 期望输出：

(David Jones)
(John Smith)

当前使用的代码：

A = FOREACH data GENERATE FLATTEN(STRSPLIT(name,'/',2));
DUMP A;

终端输出结果不符合预期，得到的是：

(David Jones, John Smith)

解决方案 #

问题在于原代码仅拆分并展开了字符串，但没有对每个拆分后的元素单独包裹括号，且分隔符未匹配原字符串中的空格。调整后的代码如下：

-- 拆分字符串为数组，注意分隔符包含前后空格
split_data = FOREACH data GENERATE STRSPLIT(name, ' / ', 2) AS split_names;
-- 遍历数组元素，给每个元素添加括号并展开
result = FOREACH split_data GENERATE FLATTEN(
    TRANSFORM(split_names, name_part)
    GENERATE CONCAT('(', TRIM(name_part), ')')
);
DUMP result;

代码说明 #

1. STRSPLIT(name, ' / ', 2)：使用包含空格的分隔符' / '拆分，避免拆分后的元素带多余空格；2表示最多拆分成2个元素。
2. TRANSFORM(split_names, name_part)：遍历拆分得到的数组，对每个元素执行处理。
3. CONCAT('(', TRIM(name_part), ')')：给每个元素前后添加括号，TRIM确保去除元素可能残留的空格。
4. FLATTEN：将数组展开为多行，实现每行输出一个结果。

内容的提问来源于stack exchange，提问作者wasif ali