Dividindo uma tupla em várias tuplas no Pig
Eu gosto de gerar múltiplas tuplas a partir de uma única tupla. O que quero dizer é: tenho arquivo com os seguintes dados nele.
>> cat data
ID | ColumnName1:Value1 | ColumnName2:Value2
então eu carrego pelo seguinte comando
grunt >> A = load '$data' using PigStorage('|');
grunt >> dump A;
(ID,ColumnName1:Value1,ColumnName2:Value2)
Agora eu quero dividir esta tupla em duas tuplas.
(ID, ColumnName1, Value1)
(ID, ColumnName2, Value2)
Posso usar o UDF junto com foreach e gerar. Alguma coisa como o seguinte?
grunt >> foreach A generate SOMEUDF(A)
EDITAR:
tupla de entrada: (id1, coluna1, coluna2) saída: duas tuplas (id1, coluna1) e (id2, coluna2), portanto, é Lista ou devo devolver uma Mala?
public class SPLITTUPPLE extends EvalFunc <List<Tuple>>
{
public List<Tuple> exec(Tuple input) throws IOException {
if (input == null || input.size() == 0)
return null;
try{
// not sure how whether I can create tuples on my own. Looks like I should use TupleFactory.
// return list of tuples.
}catch(Exception e){
throw WrappedIOException.wrap("Caught exception processing input row ", e);
}
}
}
Esta abordagem é correta?