Hadoop Pig中Tuple的正确使用方法

在UDF中经常会读取和返回tuple对象，在单元测试中也会使用tuple做数据准备。tuple内部的数据结构是一个ArrayList，它使用方法有两种：

 

方法一

Tuple tuple = TupleFactory.getInstance().newTuple();
String line = "xxxxx";
tuple.append(line);

append方法实际调用List的add方法。 

 

方法二（推荐）

Tuple tuple = TupleFactory.getInstance().newTuple(1);
String line = "xxx";
tuple.set(0, line);

 

第二种方法是被推荐的。method文档如下：

 

Tuple org.apache.pig.data.TupleFactory.newTuple(int size)


Create a tuple with size fields. Whenever possible this is preferred over the null constructor, as the constructor can preallocate the size of the container holding the fields. Once this is called, it is legal to call Tuple.set(x, object), where x < size.

Specified by: newTuple(...) in TupleMaker
Parameters:
size Number of fields in the tuple.
Returns:
Tuple with size fields

 注意：如果要使用方法二，就不能使用append，必须要使用set方法设置值。