【Pig源码分析】谈谈Pig的数据模型

PigLatin表达式操作的是relation，FILTER、FOREACH、GROUP、SPLIT等关系操作符所操作的relation就是bag，bag为tuple的集合，tuple为有序的field列表集合，而field表示数据块（Afieldisapieceofdata），可理解为数据字段。Schema为数据所遵从的类型格式，包括：field的名称及类型（namesandtypes）。用户常用as语句来自定义schema，或是load函数导入schema，比如：若不指定field的类型，则其默认为bytearray。对未知schema进行操作时，有：若join/cogroup/cross