來自原小站，技術含量≈0，翻譯整理自Hadoop-The Definitive Guide。

Pig是yahoo捐獻給apache的一個項目，它是SQL-like語言，是在MapReduce上構建的一種高級查詢語言，把一些運算編譯進MapReduce模型的Map和Reduce中，并且用戶可以定義自己的功能。這是Yahoo開發的又一個克隆Google的項目:Sawzall。

Pig是一個客戶端應用程序，就算你要在Hadoop集群上運行Pig，也不需要在集群上裝額外的東西。Pig的安裝是灰常的簡單的：

1、安裝JAVA6（在Windows的話要裝Cygwin），設置好JAVA_HOME。

% export JAVA_HOME=/home/tom/jdk1.6

2、到http://hadoop.apache.org/pig/releases.html下載一個穩定的發行版（目前是0.5.0，可以在Hadoop-0.20.*上運行），解壓到你的工作空間：

% tar xzf pig-x.y.z.tar.gz

3、為了方便，可以把Pig的程序目錄放到命令行路徑里，比如：

% export PIG_INSTALL=/home/tom/pig-x.y.z

% export PATH=$PATH:$PIG_INSTALL/bin

注銷或重啟，你就可以用pig -help來查看使用幫助了，安裝夠簡單吧？ ：）

Pig有兩種模式：

一種是Local mode，也就是本地模式，這種模式下Pig運行在一個JVM里，訪問的是本地的文件系統，只適合于小規模數據集，一般是用來體驗Pig。而且，它并沒有用到Hadoop的Local runner，Pig把查詢轉換為物理的Plan，然后自己去執行。

在終端下輸入

% pig -x local

就可以進入Local模式了。

還有一種就是Hadoop模式了，這種模式下，Pig才真正的把查詢轉換為相應的MapReduce Jobs，并提交到Hadoop集群去運行，集群可以是真實的分布式也可以是偽分布式。要想Pig能認識Hadoop，你要告訴它Hadoop的版本以及一些關鍵daemon的信息（也就是Namenode和Jobtracker的Address和Port）。比如，下面這個可以允許Pig連接到任何Hadoop0.20.*上：

% export PIG_HADOOP_VERSION=20

接下來，你還要指明集群的Namenode和Jobtracker的所在。有兩種方法，一種就是把你Hadoop的Conf地址添加到Pig的Classpath上：

% export PIG_CLASSPATH=$HADOOP_INSTALL/conf/

還有一種就是在Pig目錄的Conf文件夾（可能需要自己創建）里創建一個pig.properties文件，然后在里面添加集群的Namenode和Jobtracker的信息：

fs.default.name=hdfs://localhost/

mapred.job.tracker=localhost:8021

搞定后，在終端執行下面的命令：

% pig

你就會看到下面的信息：

2009-03-29 21:22:20,489 [main] INFO??org.apache.pig.backend.hadoop.executionengine.

HExecutionEngine – Connecting to hadoop file system at: hdfs://localhost/

2009-03-29 21:22:20,760 [main] INFO??org.apache.pig.backend.hadoop.executionengine.

HExecutionEngine – Connecting to map-reduce job tracker at: localhost:8021

grunt>

如你所見，Pig報告已經連上了Hadoop的Namenode和Jobtracker，是不是也灰常的簡單？

到此，Pig的安裝和配置講解完畢，是不是很Easy，那還等什么，趕緊去試試，玩玩~

轉載于:https://www.cnblogs.com/spork/archive/2009/12/29/1634761.html

與50位技術專家面對面20年技術見證，附贈技術全景圖

總結

以上是生活随笔為你收集整理的Pig安装与配置教程的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。