apache-pig - 降順でのキャラクターのApache Pig出現

Question

文字の出現回数を降順/昇順でカウントし、特殊文字を無視しApache Pigたいですか? 誰でもこれの解決策を教えてもらえますか?

私の入力ファイルは次のようなものです：

adaek@482;awst%16
alf$951;adftu*15

望ましい出力:

a : 5
d,t,f:2
e,k,w,l,u: 1

Answer 1

文字列を文字のバッグに分割する UDF StringToCharArray が必要になり (toCharArray() をラップしてバッグを返す)、次の操作を行います。

a = load ... as (inp : chararray);
b = foreach a generate flatten(StringToCharArray(inp)) as singlechar;
c = group b by singlechar;
d = foreach c generate c.group as singlechar, COUNT_STAR(b) as total;
e = group d by total;
f = foreach e generate d as chargroup, e.group as total;
dump f;