Coulée en charge par rapport à l'étape séparée

Question

je Les données suivantes:

John,fl,3 
John,wt,3 
John,sp,4 
John,sm,3 
Mary,fl,3 
Mary,wt,3 
Mary,sp,4 
Mary,sm,4 

Je veux calculer la moyenne gpa (3e colonne) dans les données par nom (première colonne). Pour cela, j'ai créé le script de cochon suivant et cela fonctionne très bien.

a = LOAD '/root/sample.txt' using PigStorage(',') as (name:chararray, other:chararray, gpa:int); 
b = group a by name; 
c = foreach b generate group, AVG(a.gpa); 

Ensuite, je réécris le même script que ci-dessous. Cette fois coulée colonnes dans une étape séparée plutôt que la charge, mais sous le code me donne jetai erreur d'exception:

java.lang.Exception: java.lang.ClassCastException: org.apache.pig.data.DataByteArray cannot be cast to java.lang.String 
    at org.apache.hadoop.mapred.LocalJobRunner$Job.runTasks(LocalJobRunner.java:462) 

a = LOAD '/root/sample.txt' using PigStorage(','); 
b = foreach a generate $0 as name:chararray, $1 as other:chararray, $2 as gpa:int; 
c = group b by name; 
d = foreach c generate group, AVG(b.gpa); 

Je ne peux pas comprendre pourquoi ??? comment sont les deux échantillons de code différents?

Answer 1

Cela ressemble à un bug qui pourrait être corrigé à partir de la version - 0.17.

Ref: Run a String through Java using Pig et https://issues.apache.org/jira/browse/PIG-2315 pour plus de détails. Pour l'instant, pour que la deuxième approche fonctionne, une conversion de type explicite est requise.

b = foreach a generate (chararray)$0 as name:chararray, (chararray)$1 as other:chararray, (int)$2 as gpa:int;