Apache Pig TOP()函数
Apache Pig 包和元组函数Pig Latin的 TOP() 函数用于获取包的顶部 N 个元组。对于这个函数，作为输入，我们必须传递一个关系，我们想要的元组的数量，以及其值被比较的列名。此函数将返回包含所需列的包。
语法
下面给出了函数 TOP() 的语法。
grunt> TOP(topN,column,relation)
例
假设在HDFS目录 /pig_data/ 中有一个名为 employee_details.txt 的文件，其中包含以下内容。
employee_details.txt
001,Robin,22,newyork 002,BOB,23,Kolkata 003,Maya,23,Tokyo 004,Sara,25,London 005,David,23,Bhuwaneshwar 006,Maggy,22,Chennai 007,Robert,22,newyork 008,Syam,23,Kolkata 009,Mary,25,Tokyo 010,Saran,25,London 011,Stacy,25,Bhuwaneshwar 012,Kelly,22,Chennai
通过使用关系 emp_data 将此文件加载到Pig中，如下所示。
grunt> emp_data = LOAD 'hdfs://localhost:9000/pig_data/ employee_details.txt' USING PigStorage(',')
as (id:int, name:chararray, age:int, city:chararray);
按年龄对关系 emp_data 进行分组，并将其存储在关系 emp_group 中。
grunt> emp_group = Group emp_data BY age;
使用 Dump 运算符验证关系 emp_group ，如下所示。
grunt> Dump emp_group;
(22,{(12,Kelly,22,Chennai),(7,Robert,22,newyork),(6,Maggy,22,Chennai),(1,Robin, 22,newyork)})
(23,{(8,Syam,23,Kolkata),(5,David,23,Bhuwaneshwar),(3,Maya,23,Tokyo),(2,BOB,23, Kolkata)})
(25,{(11,Stacy,25,Bhuwaneshwar),(10,Saran,25,London),(9,Mary,25,Tokyo),(4,Sara, 25,London)})
现在，你可以按升序（基于id ）排列每个组的前两个记录，如下所示。
grunt> data_top = FOREACH emp_group {
top = TOP(2, 0, emp_data);
GENERATE top;
}
在这个例子中，我们正在检索具有较大id的组的前2个元组。由于我们基于 id 检索前2个元组，我们将列名id的索引作为TOP()函数的第二个参数传递。
验证
使用 Dump 运算符验证 data_top 关系的内容，如下所示。
grunt> Dump data_top;
({(7,Robert,22,newyork),(12,Kelly,22,Chennai)})
({(5,David,23,Bhuwaneshwar),(8,Syam,23,Kolkata)})
({(10,Saran,25,London),(11,Stacy,25,Bhuwaneshwar)})
