在Pig Latin中为每个组写一个文件
问题：我有许多包含Apache Web服务器日志条目的文件。 这些条目不是按日期时间顺序排列，而是分散在文件中。 我正在尝试使用Pig来读取一天的文件，按日期时间对日志条目进行分组和排序，然后将它们写入以其包含的条目的日期和小时命名的文件。
设置：一旦我导入了我的文件，我使用Regex获取日期字段，然后我将其截断为小时。 这将生成一个集合，该集合在一个字段中包含记录，而日期在另一个字段中截断为小时。 从这里开始，我在日期时间字段上进行分组。
第一次尝试：我的第一个想法是使用STORE命令，同时使用FOREACH迭代我的组，并很快发现Pig并不酷。
第二次尝试：我的第二次尝试是在piggybank中使用MultiStorage（）方法，这种方法很有效，直到我查看文件。 问题是MulitStorage想要将所有字段写入文件，包括我以前用于分组的字段。 我真正想要的只是写入文件的原始记录。
问题：那么……我是否将Pig用于不适合的事情，或者是否有更好的方法让我使用猪来解决这个问题？ 现在我有了这个问题，我将编写一个简单的代码示例来进一步解释我的问题。 有了它，我会在这里发布。 提前致谢。
开箱即用，Pig没有很多function 。 它做了基本的东西，但是我发现自己不得不编写自定义UDF或加载/存储函数来获得95％的forms到100％的方式。 我通常觉得它值得，因为只是编写一个小商店函数比整个MapReduce程序少得多。
你的第二次尝试非常接近我要做的事情。 您应该复制/粘贴MultiStorage的源代码或使用inheritance作为起点。 然后，修改putNext方法以putNext组值，但仍然写入该文件。 不幸的是， Tuple没有remove或delete方法，所以你必须重写整个元组。 或者，如果您拥有的只是原始字符串，只需将其拉出并输出包含在Tuple字符串。
有关编写加载/存储函数的一些常规文档，以备您需要更多帮助时： http ： //pig.apache.org/docs/r0.10.0/udf.html#load-store-functions