ジョイン (HD)

ユーザーが入力データセットの別名、出力列、ジョイン条件を定義できるようにすることで、入力データセットに対してテーブル結合を実行します。

結合オペレーター

情報一覧

パラメーター

 説明
カテゴリー トランスフォーム
データ ソース タイプ HD
出力を他のオペレーターに送信 はい
データ処理ツール Pig、MapReduce

ノート: ジョイン (HD) オペレーターは Hadoop データのみに使用されます。データベース データの場合は、ジョイン (DB) オペレーターを使用します。

入力

2 つのデータセットを受け入れます。

構成

パラメーター 説明
ノート このオペレーターのパラメーター設定に関するメモまたは役立つ情報。 [ノート] フィールドに内容を入力すると、オペレーターに黄色のアスタリスクが表示されます。
ジョイン条件 [ジョイン条件の定義] をクリックして、データを結合するための適切なカラムを選択し、ジョイン タイプと出力フィールドを指定します。

詳細については、「ジョイン条件の定義ダイアログ (Hadoop)」を参照してください。
結果を保存しますか? 結果を保存するかどうかを指定します。
  • [true] - 結果が保存されます。
  • [false] - データセットは保存せずに次のオペレーターに渡されます。
結果ロケーション オペレーターの結果が保存される HDFS ディレクトリ。これはメイン ディレクトリであり、そのサブディレクトリは [結果名] で指定されます。 [ファイルの選択] をクリックして Hadoop ファイル エクスプローラー ダイアログ を開き、ストレージの場所を参照します。テキストを直接編集しないでください。
結果名 結果を保存するファイルの名前。
上書き そのパスとファイル名の既存のデータを削除するかどうかを指定します。
  • はい - パスが存在する場合は、そのファイルを削除し、結果を保存します。
  • いいえ - パスがすでに存在する場合は失敗します。
ストレージ フォーマット 結果を保存する形式を選択します。保存形式はオペレーターの種類によって決まります。

一般的な形式は、Avro、CSV、TSV、または Parquet です。
圧縮 出力の圧縮のタイプを選択します。

利用可能な Parquet 圧縮オプション。

  • GZIP
  • Deflate
  • Snappy
  • 圧縮なし

利用可能な Avro 圧縮オプション。

  • Deflate
  • Snappy
  • 圧縮なし
Spark を使用する [はい] (デフォルト) の場合、Spark を使用して計算時間を最適化します。
高度な Spark 設定の自動最適化
  • [はい] は、デフォルトの Spark 最適化設定の使用を指定します。
  • [いいえ] を選択すると、カスタマイズされた Spark 最適化を提供できます。 [設定の編集] をクリックして、Spark の最適化をカスタマイズします。詳細については、「詳細設定ダイアログ」を参照してください。

出力

ビジュアル出力
出力テーブルまたはビューの結果として結合されたデータ行が、結果 ウィンドウに表示されます (最大 200 行のデータ)。

データ出力

出力テーブルのデータセットまたは結合されたデータセットのビュー。