--- title: Apache Pig Reviews meta_title: 'Apache Pig Bewertungen 2026: Details, Preise & Funktionen | G2' meta_description: Filtern Sie 21 Bewertungen nach Unternehmensgröße, Rolle oder Branche der Nutzer, um herauszufinden, wie Apache Pig für ein Unternehmen wie Ihres funktioniert. aggregate_rating: rating_value: 3.9 review_count: 21 scale: '5' date_modified: '2026-05-05' parent_category: name: Große Daten url: https://www.g2.com/de/categories/big-data --- # Apache Pig Reviews **Vendor:** The Apache Software Foundation **Category:** [Big-Data-Analyse-Software](https://www.g2.com/de/categories/big-data-analytics) **Average Rating:** 3.9/5.0 **Total Reviews:** 21 ## About Apache Pig Apache Pig ist eine Plattform zur Analyse großer Datensätze, die aus einer Hochsprache zur Ausdruck von Datenanalyseprogrammen besteht, gekoppelt mit einer Infrastruktur zur Auswertung dieser Programme. Die hervorstechende Eigenschaft von Pig-Programmen ist, dass ihre Struktur eine erhebliche Parallelisierung ermöglicht, was ihnen wiederum erlaubt, sehr große Datensätze zu verarbeiten. ## Apache Pig Reviews ### 1. Apache Pig macht es einfach, effiziente Datenpipelines zu erstellen. **Rating:** 4.5/5.0 stars **Reviewed by:** Prashant V. | Unternehmen (> 1000 Mitarbeiter) **Reviewed Date:** March 20, 2020 **Was gefällt Ihnen an Apache Pig am besten?** Apache Pig und seine Abfragesprache (Pig Latin) ermöglichten es uns, Datenpipelines mit Leichtigkeit zu erstellen. Die Sprache ist so konzipiert, dass sie die Art und Weise widerspiegelt, wie Datenpipelines entworfen werden, sodass sie überflüssige Daten verwirft, benutzerdefinierte Funktionen (UDFs) unterstützt und viel Kontrolle über den Datenfluss bietet. **Was gefällt Ihnen an Apache Pig nicht?** Schwein ist eine gierige Sprache und wird Daten erst auswerten, wenn sie tatsächlich benötigt werden. Daher sind Fehler nicht sichtbar, es sei denn, man versucht tatsächlich, die Daten auszugeben/zu drucken. Es gibt keine "Debug"-Funktionalität, um den Code in einem Trockenlaufmodus auszuführen. **Empfehlungen für andere, die Apache Pig in Betracht ziehen:** Es sei denn, Sie haben bereits Implementierungen von Pig in dem Unternehmen, auf dem Sie aufbauen, könnten Sie mit anderen neueren Technologien mit mehr Erfolg haben. **Welche Probleme löst Apache Pig für Sie, und wie profitieren Sie davon?** Ich habe Pig für Daten-Pipelining und Aggregation verwendet. Der Fluss der Sprache spiegelt den Fluss der Daten wider und daher ist es intuitiv zu verstehen, was die Datenumwandlung bewirkt. Allerdings hat es mit den neuesten technologischen Fortschritten nicht Schritt gehalten. Wenn man eine Sprache wählen würde, wäre man mit entweder Hive oder Spark besser bedient. Pig hat auch eine steilere Lernkurve, da es eine proprietäre Sprache (Pig Latin) verwendet. ### 2. Apache Pig hat mein Leben vor dem endlosen Programmieren gerettet! **Rating:** 4.5/5.0 stars **Reviewed by:** Prashanth K. | Big Data Engineer, Unternehmen (> 1000 Mitarbeiter) **Reviewed Date:** April 18, 2020 **Was gefällt Ihnen an Apache Pig am besten?** Was ich am meisten an Apache Pig mag, ist, wie effizient wir unsere komplexen MapReduce- oder Spark-Jobs schreiben können, ohne tiefgehende Kenntnisse in Java, Python oder Groovy zu haben. Außerdem ist es einfach, die Ausführung des Jobs mit Hilfe von Pig zu steuern. **Was gefällt Ihnen an Apache Pig nicht?** Was ich an Apache Pig nicht mag, ist, dass das Debuggen von Fehlern den Großteil der Entwicklungszeit in Anspruch nimmt, da es manchmal unreif/instabil sein kann. Auch die Support-Community ist im Vergleich zu der von Hadoop MapReduce oder Spark deutlich kleiner. **Empfehlungen für andere, die Apache Pig in Betracht ziehen:** Für alle von euch, die komplexe MapReduce- oder Spark-Jobs schreiben, solltet ihr definitiv Pig ausprobieren. **Welche Probleme löst Apache Pig für Sie, und wie profitieren Sie davon?** Eines der Probleme, das ich lösen konnte, war, dass ich die Latenz mit Pig reduzieren konnte, die zuvor beim Ausführen von Spark-Jobs beobachtet wurde, hauptsächlich aufgrund der Optimierung, die von Apache Pig angeboten wird. ### 3. Nützlich für die Reduzierung großer Datensätze - Anwendung in der Verkehrstechnik für Probendaten. **Rating:** 4.5/5.0 stars **Reviewed by:** Subhadipto P. | Engineer II, Unternehmen (> 1000 Mitarbeiter) **Reviewed Date:** July 31, 2018 **Was gefällt Ihnen an Apache Pig am besten?** Es kann einige der einfachen mathematischen Operationen durchführen, zusammen mit der Reduzierung der Daten. Die Aggregation der Daten ist äußerst nützlich. Das Ausführen von DateTime-Funktionalitäten in Apache Pig ist wirklich eine nützliche Funktion für schnellere Ergebnisse. Pig arbeitet mit Datensätzen von etwa 150 bis 180 GB pro Monat und reduziert sie effizient innerhalb von etwa 10 bis 12 Minuten. Ich würde Apache Pig jedem grundlegenden Programmierer im Bereich Verkehrstechnik empfehlen, insbesondere wenn man mit großen Datensätzen umgehen muss. **Was gefällt Ihnen an Apache Pig nicht?** Es kann keine sequentiellen Operationen ausführen, wie das Aufnehmen aufeinanderfolgender Zeilen und deren Vergleich. Der Workaround besteht jedoch darin, die Segmente zu bewerten, sie zusammenzuführen und dann die Aufgabe auszuführen. Der Hauptnachteil liegt immer noch in der Tatsache, dass es nicht verwendet werden kann, um Schleifen und verschachtelte Schleifen über beliebige Variable(n) auszuführen. Hive könnte aus diesem Grund in bestimmten Fällen eine bessere Wahl sein. **Empfehlungen für andere, die Apache Pig in Betracht ziehen:** Reduzierung eines großen Datenvolumens **Welche Probleme löst Apache Pig für Sie, und wie profitieren Sie davon?** Reduzierung der von INRIX bereitgestellten Geschwindigkeitsdaten auf eine monatliche oder jährliche Aggregation. Pig wird auch verwendet, um die Leistung verschiedener bestehender Verkehrsampeln zu berechnen, die ansonsten mit verschiedenen kleinmaßstäblichen Maßnahmen berechnet wurden. Der Hauptvorteil der Verwendung von Pig bei solchen Operationen besteht darin, dass jede städtische Behörde die Codes einmal vorbereiten und in der gesamten Stadt ausführen kann, oder sie können sie sogar auf staatlicher Ebene erweitern, was es viel effizienter, schneller und zuverlässiger macht als die traditionelle Handhabung mit einer SQL-Datenbank. ### 4. Apache Pig Bewertung durch Academica **Rating:** 4.0/5.0 stars **Reviewed by:** Verifizierter Benutzer in Forschung | Kleinunternehmen (50 oder weniger Mitarbeiter) **Reviewed Date:** March 22, 2020 **Was gefällt Ihnen an Apache Pig am besten?** Es ist einfach zu lernen und in die Produktion zu bringen. Es automatisiert wichtige MapReduce-Aufgaben in SQL-ähnliche Abfragen. **Was gefällt Ihnen an Apache Pig nicht?** - Nicht alle Aufgaben im Bereich Big Data können mit Pig erledigt werden. **Welche Probleme löst Apache Pig für Sie, und wie profitieren Sie davon?** Ich habe Pig verwendet, während ich den Big-Data-Technologie-Stack erkundete, und es für den ETL-Prozess genutzt. ### 5. Ich habe Pig für AWS EMR für Hadoop verwendet. **Rating:** 2.5/5.0 stars **Reviewed by:** Verifizierter Benutzer in Informationstechnologie und Dienstleistungen | Unternehmen (> 1000 Mitarbeiter) **Reviewed Date:** February 27, 2020 **Was gefällt Ihnen an Apache Pig am besten?** Benutzerfreundlichkeit und Vielfalt. Es ist leicht zu lesen. **Was gefällt Ihnen an Apache Pig nicht?** Es gibt andere Sprachen, die sich besser entwickelt haben als Pig. **Empfehlungen für andere, die Apache Pig in Betracht ziehen:** Es sollte in der Lage sein, mit der kommenden Technologie Schritt zu halten. **Welche Probleme löst Apache Pig für Sie, und wie profitieren Sie davon?** Das Problem ist, dass der Code in Pig zu lang ist, und der Vorteil ist, dass er eine feinkörnige Kontrolle über die Logik des Codes bietet. ### 6. Apache Pig **Rating:** 4.5/5.0 stars **Reviewed by:** Verifizierter Benutzer in Computersoftware | Unternehmen (> 1000 Mitarbeiter) **Reviewed Date:** January 18, 2019 **Was gefällt Ihnen an Apache Pig am besten?** Weniger Anweisungen erledigen große Aufgaben des Sammelns, Ladens und Konsolidierens der Daten. **Was gefällt Ihnen an Apache Pig nicht?** Nicht genügend Werkzeuge zum Debuggen Falsche/irreführende Ausnahmen **Welche Probleme löst Apache Pig für Sie, und wie profitieren Sie davon?** Berichterstellung Datenanalyse Einrichtung von Warnungen basierend auf Schwellenwerten Triagierung der Produktionsprobleme. ### 7. Apache Pig - Schnellere Ausführung **Rating:** 3.5/5.0 stars **Reviewed by:** Stirling N. | Reporting Manager, Öffentliche Verwaltung, Unternehmen (> 1000 Mitarbeiter) **Reviewed Date:** January 10, 2018 **Was gefällt Ihnen an Apache Pig am besten?** Apache Pig ist ein 1st-Pass-Compiler, der am besten mit DAG arbeitet. **Was gefällt Ihnen an Apache Pig nicht?** Wenn Sie komplexe Strukturen verwenden möchten, ist es nicht der beste Weg. **Empfehlungen für andere, die Apache Pig in Betracht ziehen:** 4 großartiger Zweck, es ist das richtige Werkzeug, herauszufinden ist jedoch eine kniffligere Angelegenheit. **Welche Probleme löst Apache Pig für Sie, und wie profitieren Sie davon?** Wenn Sie die Struktur nicht im Voraus kennen, dann können DAG und deklarierte Ausführungspläne der beste Weg sein, um sie herauszufinden - verwenden Sie dann SQL, sobald der Plan bekannt ist. ### 8. Apache Pig **Rating:** 4.0/5.0 stars **Reviewed by:** Verifizierter Benutzer in Marketing und Werbung | Unternehmen mittlerer Größe (51-1000 Mitarbeiter) **Reviewed Date:** March 24, 2017 **Was gefällt Ihnen an Apache Pig am besten?** 1. Benutzerfreundlichkeit, seine Leistung 2. MapReduce ist vollständig abstrahiert 3. Möglichkeit, mehrere MR-Jobs in ein einziges Pig-Skript zu verketten 4. Ermöglicht es Ihnen, schnell große Datenmengen zu verarbeiten, um einige Analysen durchzuführen **Was gefällt Ihnen an Apache Pig nicht?** 1. Langsamer in der Leistung im Vergleich zu Spark 2. Weniger Unterstützung, z.B. erlaubt die Zeichenkettenverkettung nur 2 auf einmal, kann nicht innerhalb von Group BY sortieren und filtern, etc. 3. Kann keine anderen Eingabeformen wie CSV als Parquet lesen, was Spark kann 4. Fehlerbehandlung muss besser werden. Nicht einfach, UDFs zu debuggen **Empfehlungen für andere, die Apache Pig in Betracht ziehen:** Definitiv ein guter Ausgangspunkt, um schnelle Big-Data-Anwendungen zu schreiben. Jeder, der Erfahrung im Schreiben von Abfragen und grundlegende Programmiererfahrung in Java hat, sollte diese Sprache in kurzer Zeit erlernen können. Es ist wirklich nützlich zu lernen und macht Ad-hoc-Analysen sehr bequem. **Welche Probleme löst Apache Pig für Sie, und wie profitieren Sie davon?** Einige unserer proprietären Datenpipelines, die Batch-Verarbeitung beinhalten, sind mit Pig geschrieben. Programmierer können sich mehr darauf konzentrieren, die Kernanalyse-Logik zu schreiben, anstatt sich über so viele Mapper/Reducer für jede Zwischenaufgabe Sorgen zu machen. ### 9. Leistungsstarke Datenanalyse **Rating:** 4.5/5.0 stars **Reviewed by:** Verifizierter Benutzer in Computersoftware | Unternehmen (> 1000 Mitarbeiter) **Reviewed Date:** September 17, 2017 **Was gefällt Ihnen an Apache Pig am besten?** - SQL-ähnliche Syntax - leistungsstark und funktionsreich **Was gefällt Ihnen an Apache Pig nicht?** - Viel schwieriger zu verwenden als Hive - braucht eine Weile, um sich daran zu gewöhnen und es zu lernen, im Vergleich zu Hive **Welche Probleme löst Apache Pig für Sie, und wie profitieren Sie davon?** Datenanalysen für programmatische Werbung ### 10. Apache Pig Bewertung **Rating:** 3.5/5.0 stars **Reviewed by:** Anson A. | Data Czar, Unternehmen mittlerer Größe (51-1000 Mitarbeiter) **Reviewed Date:** December 21, 2016 **Was gefällt Ihnen an Apache Pig am besten?** Erstellen von UDAFs einfach. Verwaltbare und einfach zu schreibende Pig-Sprachen können durch Python gestreamt und geskriptet werden im Vergleich zum Schreiben eines MR-Jobs. **Was gefällt Ihnen an Apache Pig nicht?** nicht so wirklich skalierbar wie das Schreiben eines MR-Jobs. Joins sind einfach, aber nicht so einfach wie Hive-Abfragen. handhabt Parquet nicht wirklich gut. nicht so schnell und flexibel wie Spark. **Welche Probleme löst Apache Pig für Sie, und wie profitieren Sie davon?** Hauptprozess-Pipeline-Flüsse verwenden Pig. Erstellen mehrerer UDAF/UDFs sowie anderer Jar-Bibliotheken, die nur Pig und Hive verarbeiten können. ### 11. Apache Pig **Rating:** 5.0/5.0 stars **Reviewed by:** kevin r. | A/R Analyst - Write-offs, Internet, Unternehmen (> 1000 Mitarbeiter) **Reviewed Date:** March 10, 2017 **Was gefällt Ihnen an Apache Pig am besten?** Das Ökosystem und die Art und Weise, wie es funktioniert. In der Lage sein, das, was Sie derzeit verwenden, zu implementieren und zu integrieren. **Was gefällt Ihnen an Apache Pig nicht?** Ich denke, der Anfang ist etwas holprig, aber sobald man sich damit vertraut gemacht hat und daran gewöhnt ist, kann es sehr hilfreich sein. **Welche Probleme löst Apache Pig für Sie, und wie profitieren Sie davon?** In der Lage sein, Daten effizient in Bezug auf Analysen zu nutzen. ### 12. Einfach und leicht zu benutzen **Rating:** 2.5/5.0 stars **Reviewed by:** Verifizierter Benutzer in Internet | Unternehmen (> 1000 Mitarbeiter) **Reviewed Date:** March 10, 2017 **Was gefällt Ihnen an Apache Pig am besten?** Ich habe es in meiner alten Firma benutzt und es war einfach zu bedienen. Ich war vorher wirklich daran gewöhnt, SQL zu verwenden, aber es war einfach, sich anzupassen. **Was gefällt Ihnen an Apache Pig nicht?** Die Benutzeroberfläche ist nicht mein Favorit. Es ist schwierig, dass es nicht wirklich eine große Gemeinschaft gibt, die sie benutzt. **Welche Probleme löst Apache Pig für Sie, und wie profitieren Sie davon?** Es hilft mir bei meinen großen Datensätzen. Ich konnte viel mehr damit machen, als ich dachte. ### 13. Datenwissenschaftler **Rating:** 1.5/5.0 stars **Reviewed by:** Verifizierter Benutzer in Marketing und Werbung | Unternehmen mittlerer Größe (51-1000 Mitarbeiter) **Reviewed Date:** March 01, 2017 **Was gefällt Ihnen an Apache Pig am besten?** Vereinfachte Abstraktion zur Durchführung von MapReduce... lesbar. **Was gefällt Ihnen an Apache Pig nicht?** Langsam und umständlich, besonders wenn es bessere Optionen gibt wie Spark. **Empfehlungen für andere, die Apache Pig in Betracht ziehen:** Beginnen Sie mit der Verwendung von Spark oder Hive, um Pipelines zu entwickeln. **Welche Probleme löst Apache Pig für Sie, und wie profitieren Sie davon?** Das Parsen großer Ereignis-Datensätze. Die Vorteile in der Vergangenheit waren erneut der Aufbau lesbarer Pipelines. Alternativen damals wären Hive oder Java MapReduce gewesen. Jetzt wird Spark zu einer besseren Option. ### 14. Eine sehr gute Big-Data-Lösung für Abfragen **Rating:** 5.0/5.0 stars **Reviewed by:** Verifizierter Benutzer in Höhere Bildung | Unternehmen (> 1000 Mitarbeiter) **Reviewed Date:** May 26, 2016 **Was gefällt Ihnen an Apache Pig am besten?** 1. SQL-ähnliche Syntax. 2. Benutzerfreundlichkeit. 3. Kurze Lernkurve. 4. Wartungsfreundlichkeit. 5. Verringerung der Entwicklungszeit. Dies ist der größte Vorteil, insbesondere wenn man die Komplexität, den Zeitaufwand und die Wartung von Vanilla-Map-Reduce-Jobs berücksichtigt. **Was gefällt Ihnen an Apache Pig nicht?** 1. Langsam bei größeren Abfragen 2. Fehler müssen besser sein 3. Unterstützung ist gering 4. Quelle und Senke müssen vorhanden sein 5. Besonders die Fehler, die Pig aufgrund von UDFS (Python) produziert, sind überhaupt nicht hilfreich. Wenn etwas schiefgeht, gibt es nur einen Ausführungsfehler in udf, selbst wenn das Problem mit Syntax- oder Typfehlern zusammenhängt, geschweige denn mit einem logischen. Das ist ein großes Problem. **Empfehlungen für andere, die Apache Pig in Betracht ziehen:** Sie haben UDFs, die Sie parallelisieren und für große Datenmengen nutzen möchten, dann haben Sie Glück. Verwenden Sie Pig als Basis-Pipeline, bei der es die harte Arbeit übernimmt und Sie Ihre UDF in dem Schritt anwenden, den Sie möchten. Lazy Evaluation: Solange Sie keine Ausgabedatei erzeugen oder keine Nachricht ausgeben, wird es nicht ausgewertet. Dies hat einen Vorteil im logischen Plan, da es das Programm von Anfang bis Ende optimieren könnte und der Optimierer einen effizienten Plan zur Ausführung erstellen könnte. Genießt alles, was Hadoop bietet, Parallelisierung, Fehlertoleranz mit vielen relationalen Datenbankfunktionen. Wenn Sie einige Statistiken auf Ihren Datensatz anwenden möchten. Das funktionale Programmierparadigma passt ganz natürlich zu Pipeline-Prozessen, daher erwarte ich, dass es ziemlich erfolgreich sein wird. **Welche Probleme löst Apache Pig für Sie, und wie profitieren Sie davon?** Datenanalyse für die Rohdaten, die wir haben. Erste Datenexploration war nützlich mit Pig. ### 15. War eine gute Innovation, aber jetzt nicht mehr so relevant. **Rating:** 3.0/5.0 stars **Reviewed by:** Verifizierter Benutzer in Internet | Unternehmen mittlerer Größe (51-1000 Mitarbeiter) **Reviewed Date:** March 10, 2017 **Was gefällt Ihnen an Apache Pig am besten?** Verkette mehrere MR-Jobs in einen einzigen Pig-Job **Was gefällt Ihnen an Apache Pig nicht?** Weniger relevant jetzt, die Beliebtheit von Pig hat definitiv nachgelassen. Haben zu anderen Werkzeugen gewechselt. **Welche Probleme löst Apache Pig für Sie, und wie profitieren Sie davon?** Analyse von groß angelegten Datensätzen ### 16. Große Daten? Kein Problem mit den Operationen! **Rating:** 5.0/5.0 stars **Reviewed by:** Gökhan E. | Technology Consultant, Kleinunternehmen (50 oder weniger Mitarbeiter) **Reviewed Date:** March 07, 2016 **Was gefällt Ihnen an Apache Pig am besten?** Ich habe Apache Pig in meinem Teilzeitjob verwendet, der große Datenmengen verarbeitet, und Apache Pig-Skripte haben mir sehr geholfen. Ich habe benutzerdefinierte Funktionen erstellt, die es einfacher machen, komplexe und umfangreiche Aufgaben zu bewältigen und die Wartung nach der Konfiguration zu erleichtern. Auch die Systemoptimierung von Pig-Skript-Jobs hat mir geholfen, mich auf Semantik zu konzentrieren und so weiter. Der Standardmodus, ich meine der MapReduce-Modus, ist sehr effizient. **Was gefällt Ihnen an Apache Pig nicht?** Manchmal habe ich das Gefühl, dass unsere Daten nicht so groß sind, um mit Pig-Skript verarbeitet zu werden. Seine Dokumentation bringt mich ins Schwitzen und braucht viel Zeit, um sich daran zu gewöhnen. **Welche Probleme löst Apache Pig für Sie, und wie profitieren Sie davon?** Ich habe es auf der Werbeplattform verwendet, und unsere Server erhielten zu viele Anfragen und Daten. Beim Targeting dieser Daten haben mir Pig-Skripte sehr geholfen. ### 17. Pig - Großartige stabile Stapelverarbeitung **Rating:** 3.0/5.0 stars **Reviewed by:** Verifizierter Benutzer in Telekommunikation | Unternehmen (> 1000 Mitarbeiter) **Reviewed Date:** May 05, 2016 **Was gefällt Ihnen an Apache Pig am besten?** Es ist super einfach zu lernen. Wahrscheinlich kann man die Syntax innerhalb eines Tages lernen. Es sieht schöner aus als komplexe Hive-Abfragen. Die schrittweise Verarbeitung von Daten und die Fähigkeit, jede Beziehung zu beschreiben, ist sehr nützlich. Darüber hinaus kann man eigene UDFs hinzufügen. **Was gefällt Ihnen an Apache Pig nicht?** Pig auf MapReduce ist LANGSAM! Nun, eigentlich nicht das Problem von Pig, aber insgesamt ist es langsam. Es ist stabil und funktioniert, aber ich denke, es wird jetzt mit der Einführung von Spark obsolet. Es ist eine Skriptsprache und keine vollwertige Programmiersprache, daher sind viele der grundlegenden Funktionen nicht verfügbar und man wird am Ende viele Java-UDFs schreiben müssen. **Empfehlungen für andere, die Apache Pig in Betracht ziehen:** Verwende SPARK. **Welche Probleme löst Apache Pig für Sie, und wie profitieren Sie davon?** Viel Batch-Verarbeitung und riesige Datenverarbeitungspipelines/-workflows. Datenbereinigung, -manipulation und -normalisierung werden einfach. ### 18. Die Analyse großer Datenmengen kann mit diesem Werkzeug so einfach sein! **Rating:** 4.5/5.0 stars **Reviewed by:** Verifizierter Benutzer in Internet | Kleinunternehmen (50 oder weniger Mitarbeiter) **Reviewed Date:** March 17, 2016 **Was gefällt Ihnen an Apache Pig am besten?** Pig ist eine großartige Skriptsprache auf hohem Niveau für den Umgang mit großen Datensätzen, die unter dem Open-Source-Projekt Hadoop von Apache arbeiten. Diese Software ermöglicht es Ihnen, die Datenoperationen in MapReduce zu transformieren und zu optimieren, was mit anderen Plattformen eine Herausforderung sein kann. Ich empfehle dieses Tool meinen Kunden, die eine große Liste von Benutzern verwalten müssen, die täglich eine beträchtliche Menge an Daten laden werden. Dies kann Ihnen helfen, die Daten einfach zu bereinigen, zu durchsuchen und unabhängige Ausführungspläne zu deklarieren. Sie können dieses Tool mit SQL-Programmierung vergleichen, aber die Art und Weise, wie dieses Tool UDF verwendet, hilft Ihnen, die Funktionen problemlos direkt mit Java, Js, Python und natürlich dem großen Ruby aufzurufen. **Was gefällt Ihnen an Apache Pig nicht?** Am Anfang war es etwas schwierig, sich daran zu gewöhnen, unter seiner Pig-Latin-Sprache zu arbeiten, aber es gibt sehr gute Dokumentationen online, die es Ihnen ermöglichen, Ihren Prozess zu verwalten. Apache Pig hat viele Konkurrenten, daher müssen sie das System optimieren, da die Skripte manchmal nicht die idealen Ergebnisse liefern. **Empfehlungen für andere, die Apache Pig in Betracht ziehen:** Lerne Pig Latin und sei bereit, einen einfachen Arbeitstag zu haben. **Welche Probleme löst Apache Pig für Sie, und wie profitieren Sie davon?** Meine Kunden sind normalerweise an große Prozesse mit Datensätzen gewöhnt, die speziell JSON-Objekte enthalten. Diese werden verfügbar sein, um sehr komplexe Datensätze zu lösen. ### 19. Ich habe es nur als Machbarkeitsstudie bewertet, aber das Wenige, das ich gesehen habe, hat mir gefallen. **Rating:** 4.0/5.0 stars **Reviewed by:** F. Javier P. | Mobile Team Lead, Kleinunternehmen (50 oder weniger Mitarbeiter) **Reviewed Date:** March 24, 2016 **Was gefällt Ihnen an Apache Pig am besten?** Es integriert sich ziemlich gut in einen Hadoop-Cluster. Ich denke, es ist eine unverzichtbare Software, um Big-Data-Aufgaben zu erledigen, wie zum Beispiel für Map-Reduce-Aufgaben. **Was gefällt Ihnen an Apache Pig nicht?** Die "Programmiersprache" scheint eher eine Skriptsprache zu sein. Es erinnert mich an ABAP. **Empfehlungen für andere, die Apache Pig in Betracht ziehen:** Ich habe es nicht oft benutzt, aber es scheint die Aufgabe in Bezug auf Big-Data-Analysen und Berichterstattung zu erfüllen. **Welche Probleme löst Apache Pig für Sie, und wie profitieren Sie davon?** Datenanalyse und Berichtserstellung. Wurde verwendet, um einen Machbarkeitsnachweis mit einigen Unternehmensdaten durchzuführen. ### 20. SQL **Rating:** 2.5/5.0 stars **Reviewed by:** Amit K. | Application Developer as Member Technical Staff, Internet, Unternehmen (> 1000 Mitarbeiter) **Reviewed Date:** September 15, 2015 **Was gefällt Ihnen an Apache Pig am besten?** Benutzerfreundlichkeit, seine Leistung **Was gefällt Ihnen an Apache Pig nicht?** Es hat viele Konkurrenten. **Welche Probleme löst Apache Pig für Sie, und wie profitieren Sie davon?** Experimentieren ### 21. Großartig! Ich liebe dieses Werkzeug. **Rating:** 5.0/5.0 stars **Reviewed by:** Verifizierter Benutzer in Informationstechnologie und Dienstleistungen | Unternehmen (> 1000 Mitarbeiter) **Reviewed Date:** May 13, 2014 **Was gefällt Ihnen an Apache Pig am besten?** Sobald Sie die Ideen und Konzepte, die dieses Softwarepaket bieten kann, verstanden haben, werden Sie es auch lieben. Es ist extrem prozedural, was mich wirklich an SQL-Programmierung erinnert. Es ist äußerst leistungsfähig, kann sich mit Hbase verbinden und natürlich mit Hive. **Was gefällt Ihnen an Apache Pig nicht?** Optimieren. Dies kann schwierig sein und als "künstlerisch" angesehen werden. Das liegt daran, dass Pig MapReduce-Jobs erstellt, die auf Hadoop laufen. Wenn Ihr Cluster also nicht vollständig optimiert ist, wird das bloße Optimieren dieser Skripte nicht die besten Ergebnisse liefern. **Empfehlungen für andere, die Apache Pig in Betracht ziehen:** Wenn Sie nach einem Werkzeug suchen, das eher auf Entwickler als auf unerfahrene Benutzer ausgerichtet ist, dann ist Pig Ihr Werkzeug. Es ist kostenlos und es gibt viele Dokumentationen online. **Welche Probleme löst Apache Pig für Sie, und wie profitieren Sie davon?** ELT. Wir verwenden Pig, um unsere unterschiedlichen Datensätze, die JSON-Objekte und "normalisierte" Daten enthalten, zu verarbeiten und Datenlagerstrukturen in Hive zu erstellen. Wir haben festgestellt, dass wir in der Lage sind, komplexe Probleme (zum Beispiel das Verbinden) zu lösen, ohne benutzerdefinierte MapReduce-Jobs schreiben zu müssen. ## Apache Pig Discussions - [Is apache pig going out of businees?](https://www.g2.com/de/discussions/26561-is-apache-pig-going-out-of-businees) - 1 upvote - [View Apache Pig pricing details and edition comparison](https://www.g2.com/de/products/apache-pig/reviews?section=pricing&secure%5Bexpires_at%5D=2026-06-23+13%3A03%3A40+-0500&secure%5Bsession_id%5D=9a9de4b2-8d53-4218-8561-68d821531696&secure%5Btoken%5D=191f235cace3842058b62893ccb9d05a9839a3643f01627f92184f3aa316abf6&format=llm_user) ## Apache Pig Features **Datentransformation** - Echtzeit-Analysen - Datenabfrage **Verbindung** - Hadoop-Integration - Spark-Integration - Multi-Source-Analyse **Transaktionen** - Datenvisualisierung - Daten-Workflow **Gebäude-Berichte** - Datentransformation - Datenmodellierung - Entwurf von WYSIWYG-Berichten - Integrations-APIs **Plattform** - Support für mobile Benutzer - Anpassung - Benutzer-, Rollen- und Zugriffsverwaltung - Internationalisierung - Sandbox / Testumgebungen - Leistung und Zuverlässigkeit - Breite der Partneranwendungen ## Top Apache Pig Alternatives - [Splunk Enterprise](https://www.g2.com/de/products/splunk-enterprise/reviews) - 4.3/5.0 (414 reviews) - [Snowflake](https://www.g2.com/de/products/snowflake/reviews) - 4.5/5.0 (707 reviews) - [Google Cloud BigQuery](https://www.g2.com/de/products/google-cloud-bigquery/reviews) - 4.5/5.0 (1,147 reviews)