如何在 Scala 中编写 Pig UDF

Question

我正在尝试在 Scala 中编写 Pig UDF（使用 Eclipse）。我在 java 构建路径中添加了 pig.jar 作为库，这似乎解决了以下 2 个导入：

• 导入 org.apache.pig.EvalFunc
• 导入 org.apache.pig.data.Tuple

但是我遇到了 2 个无法解决的错误：

1. org.apache.pig.EvalFunc[T] 没有构造函数
2. value get 不是 org.apache.pig.data.Tuple 的成员（虽然我确信 Tuple 有 get 方法）

这里是完整的代码：

package datesUDFs
import org.apache.pig.EvalFunc
import org.apache.pig.data.Tuple
class getYear extends EvalFunc {
  val extractDate = """^(\d\d\d\d)-\d\d-\d\d \d\d:\d\d:\d\d""".r
  def isDate(dtString: String): Boolean = extractDate.findFirstIn(dtString).nonEmpty

  override def exec(input: Tuple): Int = input.get(0) match {
    case dtString: String =>
      if (!isDate(dtString)) throw new IllegalArgumentException("Invalid date string!")
      else (for (extractDate(year) <- extractDate.findFirstIn(dtString)) yield year).head.toInt
    case _ => throw new IllegalArgumentException("Invalid function call!")
  }
}

谁能帮我解决这个问题？

提前致谢！！！

Answer 1

除了必须指定 EvalFunc 类型参数之外，您的代码对我来说编译得很好。

package datesUDFs
import org.apache.pig.EvalFunc
import org.apache.pig.data.Tuple
class getYear extends EvalFunc[Int] { // This is the only line I changed.
  val extractDate = """^(\d\d\d\d)-\d\d-\d\d \d\d:\d\d:\d\d""".r
  def isDate(dtString: String): Boolean = extractDate.findFirstIn(dtString).nonEmpty

  override def exec(input: Tuple): Int = input.get(0) match {
    case dtString: String =>
      if (!isDate(dtString)) throw new IllegalArgumentException("Invalid date string!")
      else (for (extractDate(year) <- extractDate.findFirstIn(dtString)) yield year).head.toInt
    case _ => throw new IllegalArgumentException("Invalid function call!")
  }
}

看看是否有帮助，有时 ScalaIDE 会抱怨错误的事情。

Answer 2

解决了！我将 hadoop-common-2.2.0.jar 和 commons-logging-1.1.3.jar 添加到我的 java 构建路径中，问题得到解决。