发布于 2014-12-11 11:13:59 | 380 次阅读 | 评论: 0 | 来源: PHPERZ

这里有新鲜出炉的精品教程，程序狗速度看过来！

Apache Pig

Apache Pig 是一个高级过程语言，是基于hadoop的处理框，适合于使用 Hadoop 和 MapReduce 平台来查询大型半结构化数据集。通过允许对分布式数据集进行类似 SQL 的查询，Pig 可以简化 Hadoop 的使用。

---

本文为大家讲解的是如何在linux系统下安装pig的教程，感兴趣的同学参考下．

pig简介

Apache Pig 是一个高级过程语言，是基于hadoop的处理框，适合于使用 Hadoop 和 MapReduce 平台来查询大型半结构化数据集。通过允许对分布式数据集进行类似 SQL 的查询，Pig 可以简化 Hadoop 的使用。

1. pig有一套自己的处理语言，pig的处理过程要转化为MR运行

2.pig的数据处理语言是数据流的方式

3.pig的数据类型：int , long , float , double , chararray, bytearray, Map , Tuple , Bag

Hadoop简介

Hadoop是一个分布式系统基础架构，由Apache基金会所开发。
用户可以在不了解分布式底层细节的情况下，开发分布式程序。充分利用集群的威力高速运算和存储。

hadoop与pig的版本：

hadoop-1.2.1

pig-0.12.1.tar.gz

安装pig

安装pig的过程十分简单：

将pig.xxx.tar.gz 拷贝到/usr下面

1.解压：

sudo tar -zxvf pig.xxx.tar.gz 

2.重命名：

sudo mv pig.xxx. pig

3.修改配置文件（此处已经安装了很多框架）

sudo vim /etc/peofile

pig_home , path 的改变。

4 source /etc/peofile

5 编辑/usr/pig/conf/pig.properties

添加：

参照自己的hadoop的配置。

6.进入 bin/ pig 进入pig终端：

pig 正常起来。

7 quit 退出 grunt

8 自己实现使用pig处理数据。