使用apache下pig的一点总结

今天下午在公司用PIG来实现一种数据分析的算法，感觉很不错，在这里做一个记录，主要是实现一种逻辑关系。

兴例来说就是用户买了一件物品，除了这个物品外还买了哪些物品 ，可以对类似的用户做推荐。如下有一组数据结构：

Ｘ1 Ｙ1

Ｘ2 Ｙ2

Ｘ3 Ｙ3

Ｘ1 Ｙ4

Ｘ5 Ｙ5

Ｘ表示用户，Ｙ表示用户所买的物品

首先可以做一次JOIN关联：（对数据自己本身做一关联JOIN操作）

Ｘ1 Ｙ1 Ｘ1 Ｙ1

Ｘ1 Ｙ1 Ｘ1 Ｙ4

Ｘ2 Ｙ2 Ｘ2 Ｙ2

Ｘ3 Ｙ3 Ｘ3 Ｙ3

Ｘ5 Ｙ5 Ｘ5 Ｙ5

然后我们只保留两列Ｙ

对Ｙ做group和count操作就能获得物品和物品之间的关系了，就可以根据排行推荐给用户了。

是不是很简单啊，这可花了一两个小时才想出来的算法啊，感觉还不错，在此记录一下，希望对其它人也有帮助。