JOIN 之后在 FOREACH 中引用列？

Question

A = load 'a.txt' as (id, a1);
B = load 'b.txt as (id, b1);
C = join A by id, B by id;
D = foreach C generate id,a1,b1;
dump D;

第 4 行失败： 字段投影无效。模式中不存在投影字段 [id]

我尝试更改为 A.id，但最后一行失败：错误 0：标量在输出中有多于一行。

Answer 1

您正在寻找的是“消除歧义运算符”。您想要的是 A::id，而不是 A.id。

A.id 表示“有一个 relation/bag A，并且其架构中有一个名为 id 的列”

A::id 表示“有一个来自 A 的记录，并且有一个名为 id 的列”

因此，你会这样做：

A = load 'a.txt' as (id, a1);
B = load 'b.txt as (id, b1);
C = join A by id, B by id;
D = foreach C generate A::id,a1,b1;
dump D;

---

一个肮脏的选择：

只是因为我很懒，消歧变得非常奇怪当您开始一个接一个地进行多个联接时：使用唯一标识符。

A = load 'a.txt' as (ida, a1);
B = load 'b.txt as (idb, b1);
C = join A by ida, B by idb;
D = foreach C generate ida,a1,b1;
dump D;