以下是一个简单的例子，演示如何使用 JOIN 操作符：
-- 载入两个数据集
A = LOAD 'input1.txt' USING PigStorage(',') AS (id:int, name:chararray);
B = LOAD 'input2.txt' USING PigStorage(',') AS (id:int, salary:float);
-- 使用 JOIN 连接两个数据集
C = JOIN A BY id, B BY id;
-- 显示连接后的结果
DUMP C;
在上述例子中，JOIN A BY id, B BY id; 将数据集 A 和 B 根据它们的 id 字段进行连接。连接后，使用 DUMP C; 显示连接后的结果。
在 JOIN 操作中，BY 子句指定了连接的条件。连接条件通常是两个数据集中的字段相等，但你也可以使用其他连接条件。
连接操作返回一个包含连接字段和两个数据集中的所有字段的元组。在连接后的结果中，每个记录包含来自两个数据集的字段值。
需要注意的是，连接操作可能会导致笛卡尔积，因此在使用连接操作时，确保连接字段的唯一性是非常重要的。
总体而言，JOIN 操作符是 Apache Pig 中用于连接两个或多个数据集的关键工具，使得你可以方便地合并来自不同源的数据。
转载请注明出处：http://www.zyzy.cn/article/detail/11096/Apache Pig