Apache Pig 是apache平台下的一个免费开源项目，Pig为大型数据集的处理提供了更高层次的抽象，很多时候数据的处理需要多个MapReduce过程才能实现，使得数据处理过程与该模式匹配可能很困难。有了Pig就能够使用更丰富的数据结构。 [2] Pig LatinPig Latin 是一个相对简单的语言，一条语句 就是一个操作，与数据库的表类似，可以在关系数据库中找到它（其中，元组代表行，并且每个元组都由字段组成）。 Pig 拥有大量的数据类型，不仅支持包、元组和映射等高级概念，还支持简单的数据类型，如 int、long、float、double、chararray 和 bytearray。并且，还有一套完整的比较运算符，包括使用正则表达式的丰富匹配模式。 [3] 常用命令编辑 FILTER 过滤结果集，添加条件 FOREACH 对元组进行迭代输出 GROUP 将数据分组，类似SQL的分组函数。 JOIN 两个或两个以上的关系（内连接或外部连接）多个文件之间的关联关系。 LOAD 从文件系统加载数据。 ORDER 根据一个或多个字段对关系进行排序，支持升序asc和降序desc。 SPLIT 将一个关系划分为两个或两个以上的关系。 STORE 把数据存储到HDFS中 [4]