Mein Code gefällt mir so:

pymt = LOAD 'pymt' USING PigStorage('|') AS ($pymt_schema);

pymt_grp = GROUP pymt BY key

results = FOREACH pymt_grp {

      /*
       *   some kind of logic, filter, count, distinct, sum, etc.
       */
}

Aber jetzt finde ich so viele Protokolle:

org.apache.pig.impl.util.SpillableMemoryManager: Spilled an estimate of 207012796 bytes from 1 objects. init = 5439488(5312K) used = 424200488(414258K) committed = 559284224(546176K) max = 559284224(546176K)

Eigentlich finde ich die Ursache, der Hauptgrund ist, dass es einen "Hotkey" gibt, so etwas wie key = 0 als IP-Adresse, aber ich möchte diesen Schlüssel nicht filtern. Gibt es eine Lösung? Ich habe eine algebraische und eine Akkumulator-Schnittstelle in meine UDF implementiert.