2021SC@SDUSC
回顾下上两篇的内容
其他包1中我们讲了InternalCachedBag和InternalDistinctBag，以及它的父类SelfSpillBag、SortedSpillBag
其他包2中我们讲了InternalSortedBag、limitedSortedBag，它们的父类是SortedSpillBag、DataBag
还剩下两种其他的包，在开元组的分析之前先把这两个讲完
剩余的其他包
ReadOnceBag
一些注释
/**
* 这个包不将元组存储在内存中，但可以访问通常由 Hadoop 提供的迭代器。
* 当您已经有一个迭代元组并且不想再次复制到新包时使用它。
*/
继承关系
public class ReadOnceBag implements DataBag
构造器
public ReadOnceBag() {
}
/**
* 此构造函数通过获取迭代器的所有权而不复制迭代器的元素，从现有的元组迭代器中创建一个包。
* @param pkg POPackageLite
* @param tupIter Iterator<NullableTuple>
* @param key Object
*/
public ReadOnceBag(Packager pkgr, Iterator<NullableTuple> tupIter,
PigNullableWritable keyWritable) {
this.pkgr = pkgr;
this.tupIter = tupIter;
this.keyWritable = keyWritable;
}
关键的属性
// 创建这个的打包者
protected Packager pkgr;
//元组的迭代器。标记为瞬态，因为我们永远不会序列化它
protected transient Iterator<NullableTuple> tupIter;
//正在处理的关键
protected PigNullableWritable keyWritable;
UML图
接下来看看测试函数
（很遗憾，TestDataBag并没有测试这个）
总而言之，应该是用于特殊用途的DataBag “当有一个迭代元组且不想复制的时候使用它”
SingleTupleBag
顾名思义，只放了一个元组的包
一些注释
/**
* DataBag 接口的一个简单的高性能实现，它只包含一个元组。
* 这将从 POPreCombinerLocalRearrange 和其他任何需要单个元组不可序列化 DataBag 的地方使用。
*/
继承关系
public class SingleTupleBag implements DataBag
构造函数和关键属性
private static final long serialVersionUID = 1L;
Tuple item;
public SingleTupleBag(Tuple t) {
item = t;
}
UML图
测试函数
// See PIG-1285
@Test
public void testSerializeSingleTupleBag() throws Exception {
Tuple t = Util.createTuple(new String[] {
"foo", "bar", "baz"});
DataBag stBag = new SingleTupleBag(t);
PipedOutputStream pos = new PipedOutputStream();
DataOutputStream dos = new DataOutputStream(pos);
PipedInputStream pis = new PipedInputStream(pos);
DataInputStream dis = new DataInputStream(pis);
stBag.write(dos);
DataBag dfBag = new DefaultDataBag();
dfBag.readFields(dis);
assertTrue(dfBag.equals(stBag));
}
可以看到，通过特殊的方法，可以将SingleTupleBag的元组赋给DafaultDataBag，它们是等效的
至此，其他包的剩余部分正式完结！！！
其他元组
首先看看有哪些元组
根据上图，除了我们已经见过的元组，剩下的元组有：AmendabaleTuple、AppendableSahemaTuple、BinSedesTuple、NonWritableTuple、SchemaTuple、TargetedTuple、TimestampedTuple
AmendabaleTuple
特别的短，直接上完整源码..
public class AmendableTuple extends DefaultTuple {
/**
*
*/
private static final long serialVersionUID = 2L;
Object amendKey; // 此元组所属的组的标识符。
public AmendableTuple(int numFields, Object amendKey) {
super(numFields);
this.amendKey = amendKey;
}
public Object getAmendKey() {
return amendKey;
}
public void setAmendKey(Object amendKey) {
this.amendKey = amendKey;
}
}
UML图
DefaultTuple老早之前讲了，为了方便观看这里重新梳理一遍..
一些注释
/**
* 元组的默认实现。这个类将由 DefaultTupleFactory 创建。
*/
继承关系
public class DefaultTuple extends AbstractTuple
关键属性
private static final long serialVersionUID = 2L;
protected List<Object> mFields;
构造函数
/**
* 默认构造函数。此构造函数是公共的，因此 hadoop 可以直接调用它。但是，在 pig 中，您永远不应该调用此函数。
* 请改用 TupleFactory。 <br>时间复杂度：O(1)，分配后
*/
public DefaultTuple() {
mFields = new ArrayList<Object>();
}
/**
* 构造一个具有已知字段数的元组。包级别，以便调用者不能直接调用它。
* <br>结果元组预先填充了空元素。时间复杂度：O(N)，分配后
* @param size
* Number of fields to allocate in the tuple.
*/
DefaultTuple(int size) {
mFields = new ArrayList<Object>(size);
for (int i = 0; i < size; i++)
mFields.add(null);
}
/**
*从现有的对象列表构造一个元组。包级别，以便调用者不能直接调用它。
* <br>时间复杂度：O(N)加上输入对象迭代的运行时间，分配后
* @param c
* List of objects to turn into a tuple.
*/
DefaultTuple(List<Object> c) {
mFields = new ArrayList<Object>(c);
}
/**
* 从现有的对象列表构造一个元组。包级别，以便调用者不能直接调用它。 <br>时间复杂度：O(1)
*
* @param c
* List of objects to turn into a tuple. This list will be kept as part of the tuple.
* @param junk
* Just used to differentiate from the constructor above that copies the list.
*/
DefaultTuple(List<Object> c, int junk) {
mFields = c;
}
UML图
所以AmendableTuple就是一个带了标识符（AmendKey）的Tuple?
似乎没有专门测试其他元组的测试函数，以下为TestTuple的UML
本篇内容先到这里，开了个头，下篇继续讲其他元组