以下是 SPLIT 操作符的简单示例：
-- 载入数据
A = LOAD 'data.txt' USING PigStorage(',') AS (name:chararray, age:int);
-- 根据条件拆分数据集
SPLIT A INTO OVER_25 IF age > 25, UNDER_25 IF age <= 25;
-- 显示结果
DUMP OVER_25;
DUMP UNDER_25;
在上述例子中，SPLIT A INTO OVER_25 IF age > 25, UNDER_25 IF age <= 25; 将数据集 A 拆分成两个子集，一个包含年龄大于 25 的记录（OVER_25），另一个包含年龄不超过 25 的记录（UNDER_25）。
需要注意的是，SPLIT 操作并不会对原始数据集进行物理上的拆分，而是在逻辑上生成了两个或多个子集。这些子集可以在后续的 Pig 脚本中独立进行处理。
SPLIT 操作通常与 FOREACH...GENERATE 结构一起使用，以对不同的子集执行不同的操作。
-- 对年龄大于 25 的记录进行处理
OVER_25_PROCESSED = FOREACH OVER_25 GENERATE name, age * 2;
-- 对年龄不超过 25 的记录进行处理
UNDER_25_PROCESSED = FOREACH UNDER_25 GENERATE name, age / 2;
-- 显示处理后的结果
DUMP OVER_25_PROCESSED;
DUMP UNDER_25_PROCESSED;
在上述例子中，对两个子集分别执行了不同的处理操作。
总体而言，SPLIT 操作符是在 Apache Pig 中用于将数据集拆分成多个子集的重要工具，方便进行条件分组和后续的处理。
转载请注明出处：http://www.zyzy.cn/article/detail/11100/Apache Pig