Python 真是无处不在国内.

pig 0.9后python作为嵌入式语音，采用Jython解释器使用python2.5特征，此接口是最上层org.apache.pig.scripting.Pig

首先python脚本将一些Pig Latin译。然后将在Python中定义的变量传递给它，最后运行它。

1） Pig.compile 或compilefromFile 对代码进行预编译

2）Bind 方法将控制流中的变量绑定到Pig Latin脚本中的变量，会返回一个BoundScript对象

3）针对BoundScript对象，能够调用runSingle方法来运行他，返回一个pigStat对象，假设在绑定过程中pig对象绑定到了一组包括參数的map，就要调用run方法了，相同返回一个pigStats对象。

用户编写的UDF的一个单独的实例会被构建并运行在每一个map或reduce的任务中，构造器參数是一种传递信息给用户UDF的方式。

python与pig的类型相应

int number

long number

float number

double number

chararray string

bytearray string

map dictionary

tuple tuple

bag list oftuples 

pig 的载入函数是基于hadoop的InputFormat创建的，基类是loadFunc，LoadFunc 的默认实现是针对HDFS的，pig 提供了prepareToRead 方法为载入函数提供了初始化自己的一个途径。一旦用户的载入函数实现了getSchema 方法，那么Load语句就不再须要定义他们的模式了。

同理。存储函数式基于Hadoop的OutoutFormat构建的。接受的是Pig的Tuple，然后依据输出个好事创建健-值对后写入存储中，基类是storeFunc,Pig会在每一个map或reduce 任务调用存储函数prepareToWrite办法。PutNext它是存储功能的核心方法。

版权声明：本文博主原创文章。博客，未经同意不得转载。