Apache Pig
Apache Pig 是一个开源 Apache 库，它在 Hadoop 的顶层运行，提供一种脚本语言，您可以用来转换大型数据集，而不必用底层计算机语言 (例如 Java) 编写复杂的代码。该库使用一种叫做 Pig Latin 的语言编写的、类似 SQL 的命令，并基于有向无环图 (DAG) 或 MapReduce 程序将这些命令转换为 Tez 任务。Pig 可与各种格式的结构化和非结构化数据结合使用。有关 Pig 的详细信息，请参阅 http://pig.apache.org/
您可以通过交互方式或批处理方式执行 Pig 命令。要以交互方式使用 Pig，请创建到主节点的 SSH 连接，并使用 Grunt Shell 提交命令。要以批处理方式使用 Pig，请编写 Pig 脚本，将脚本上传到 Amazon S3，并作为集群步骤提交。有关向集群提交工作的更多信息，请参阅《Amazon EMR 管理指南》中的向集群提交工作。
当您使用 Pig 将输出写入 Amazon S3 中的 HCatalog 表时，请通过以下方式禁用 Amazon EMR 直接写入：将 mapred.output.direct.NativeS3FileSystem 和 mapred.output.direct.EmrFileSystem 属性设置为 false。有关更多信息，请参阅使用 HCatalog。在 Pig 脚本中，可使用 SET mapred.output.direct.NativeS3FileSystem false 和 SET mapred.output.direct.EmrFileSystem false 命令。
下表列出了 Amazon EMR 7.x 系列的最新发行版附带的 Pig 的版本，以及 Amazon EMR 随 Pig 一起安装的组件。
有关此发行版中随 Pig 安装的组件版本，请参阅发行版 7.3.0 组件版本。
| Amazon EMR 发行版标签 | Pig 版本 | 随 Pig 安装的组件 |
|---|---|---|
emr-7.3.0 |
Pig 0.17.0 |
emrfs, emr-ddb, emr-goodies, emr-kinesis, emr-s3-dist-cp, hadoop-client, hadoop-mapred, hadoop-hdfs-datanode, hadoop-hdfs-library, hadoop-hdfs-namenode, hadoop-httpfs-server, hadoop-kms-server, hadoop-yarn-nodemanager, hadoop-yarn-resourcemanager, hadoop-yarn-timeline-server, pig-client, tez-on-yarn, tez-on-worker |
下表列出了 Amazon EMR 6.x 系列的最新发行版附带的 Pig 的版本，以及 Amazon EMR 随 Pig 一起安装的组件。
有关此发行版中随 Pig 安装的组件版本，请参阅发行版 6.15.0 组件版本。
| Amazon EMR 发行版标签 | Pig 版本 | 随 Pig 安装的组件 |
|---|---|---|
emr-6.15.0 |
Pig 0.17.0 |
emrfs, emr-ddb, emr-goodies, emr-kinesis, emr-s3-dist-cp, hadoop-client, hadoop-mapred, hadoop-hdfs-datanode, hadoop-hdfs-library, hadoop-hdfs-namenode, hadoop-httpfs-server, hadoop-kms-server, hadoop-yarn-nodemanager, hadoop-yarn-resourcemanager, hadoop-yarn-timeline-server, pig-client, tez-on-yarn, tez-on-worker |
下表列出了 Amazon EMR 5.x 系列的最新发行版附带的 Pig 的版本，以及 Amazon EMR 随 Pig 一起安装的组件。
有关此发行版中随 Pig 安装的组件版本，请参阅发行版 5.36.2 组件版本。
| Amazon EMR 发行版标签 | Pig 版本 | 随 Pig 安装的组件 |
|---|---|---|
emr-5.36.2 |
Pig 0.17.0 |
emrfs, emr-ddb, emr-goodies, emr-kinesis, emr-s3-dist-cp, hadoop-client, hadoop-mapred, hadoop-hdfs-datanode, hadoop-hdfs-library, hadoop-hdfs-namenode, hadoop-httpfs-server, hadoop-kms-server, hadoop-yarn-nodemanager, hadoop-yarn-resourcemanager, hadoop-yarn-timeline-server, pig-client, tez-on-yarn |
