Apache Pig - SUBSTRING() 函数

该函数返回给定字符串的子字符串。

语法

下面给出的是 SUBSTRING() 函数的语法。该函数接受三个参数，其中之一是我们想要的字符串的列名。另外两个是所需子字符串的开始和结束索引。

grunt> SUBSTRING(string, startIndex, stopIndex)

假设HDFS目录/pig_data/中有一个名为emp.txt的文件，如下所示。该文件包含员工详细信息，例如 ID、姓名、年龄和城市。

emp.txt

001,Robin,22,newyork
002,Stacy,25,Bhuwaneshwar 
003,Kelly,22,Chennai

并且，我们已将此文件加载到 Pig 中，其关系名为 emp_data，如下所示。

grunt> emp_data = LOAD 'hdfs://localhost:9000/pig_data/emp.txt' USING PigStorage(',')as (id:int, name:chararray, age:int, city:chararray);

以下是 SUBSTRING() 函数的示例。此示例从员工姓名中获取以第 0^th 个字母开头并以第 2^nd 个字母结尾的子字符串。

grunt> substring_data = FOREACH emp_data GENERATE (id,name), SUBSTRING (name, 0, 2);

上述语句从员工姓名中获取所需的子字符串。语句的结果将存储在名为 substring_data 的关系中。

使用 Dump 运算符验证关系 substring_data 的内容，如下所示。

grunt> Dump substring_data;

((1,Robin),Rob)
((2,Stacy),Sta)
((3,Kelly),Kel)