Apache Pig PluckTuple()函数
Apache Pig Eval函数在执行join之类的操作以区分两个模式的列之后，我们使用函数 PluckTuple() 。要使用此函数，首先，我们必须定义一个字符串Prefix，并且我们必须对以该prefix开头的关系中的列进行过滤。
语法
下面给出了 PluckTuple() 函数的语法。
DEFINE pluck PluckTuple(expression1) DEFINE pluck PluckTuple(expression1,expression3) pluck(expression2)
例
假设在HDFS目录 /pig_data/ 中有两个文件，分别是 emp_sales.txt 和 emp_bonus.txt 。 emp_sales.txt 包含销售部门员工的详细信息， emp_bonus.txt 包含获得奖金的员工详细信息。
emp_sales.txt
1,Robin,22,25000,sales 2,BOB,23,30000,sales 3,Maya,23,25000,sales 4,Sara,25,40000,sales 5,David,23,45000,sales 6,Maggy,22,35000,sales
emp_bonus.txt
1,Robin,22,25000,sales 2,Jaya,23,20000,admin 3,Maya,23,25000,sales 4,Alia,25,50000,admin 5,David,23,45000,sales 6,Omar,30,30000,admin
分别使用关系 emp_sales 和 emp_bonus ，将这些文件加载到Pig中。
grunt> emp_sales = LOAD 'hdfs://localhost:9000/pig_data/emp_sales.txt' USING PigStorage(',')
as (sno:int, name:chararray, age:int, salary:int, dept:chararray);
grunt> emp_bonus = LOAD 'hdfs://localhost:9000/pig_data/emp_bonus.txt' USING PigStorage(',')
as (sno:int, name:chararray, age:int, salary:int, dept:chararray);
使用 join 运算符连接这两个关系，如下所示。
grunt> join_data = join emp_sales by sno, emp_bonus by sno;
使用 Dump 运算符验证关系 join_data 。
grunt> Dump join_data; (1,Robin,22,25000,sales,1,Robin,22,25000,sales) (2,BOB,23,30000,sales,2,Jaya,23,20000,admin) (3,Maya,23,25000,sales,3,Maya,23,25000,sales) (4,Sara,25,40000,sales,4,Alia,25,50000,admin) (5,David,23,45000,sales,5,David,23,45000,sales) (6,Maggy,22,35000,sales,6,Omar,30,30000,admin)
使用PluckTuple() 函数
现在，使用 PluckTupe() 函数定义要用来区分列的必需表达式。
grunt> DEFINE pluck PluckTuple('a::');
过滤 join_data 关系中的列，如下所示。
grunt> data = foreach join_data generate FLATTEN(pluck(*));
描述名为 data 的关系，如下所示。
grunt> Describe data;
data: {emp_sales::sno: int, emp_sales::name: chararray, emp_sales::age: int,
emp_sales::salary: int, emp_sales::dept: chararray, emp_bonus::sno: int,
emp_bonus::name: chararray, emp_bonus::age: int, emp_bonus::salary: int,
emp_bonus::dept: chararray}
由于我们已将表达式定义为“a ::"，因此 emp_sales 模式的列将被作为 emp_sales :: column name ，emp_bonus 模式的列将被作为 emp_bonus :: column name
