Próbuję nauczyć się Hive. Co zaskakujące, nie mogę znaleźć przykładu, jak napisać proste zadanie polegające na liczeniu słów. Czy poniższe informacje są prawidłowe?

Powiedzmy, że mam plik wejściowyinput.tsv:

<code>hello, world
this is an example input file
</code>

Tworzę rozdzielacz w Pythonie, aby zamienić każdą linię na słowa:

<code>import sys

for line in sys.stdin:
 for word in line.split():
   print word
</code>

A potem mam następujące w moim skrypcie Hive:

<code>CREATE TABLE input (line STRING);
LOAD DATA LOCAL INPATH 'input.tsv' OVERWRITE INTO TABLE input;

-- temporary table to hold words...
CREATE TABLE words (word STRING);

add file splitter.py;

INSERT OVERWRITE TABLE words 
  SELECT TRANSFORM(text) 
    USING 'python splitter.py' 
    AS word
  FROM input;

SELECT word, count(*) AS count FROM words GROUP BY word;
</code>

Nie jestem pewien, czy czegoś brakuje lub czy naprawdę jest to tak skomplikowane. (W szczególności potrzebuję tymczasowegowords tabeli i czy muszę napisać funkcję zewnętrznego rozdzielacza?)