Nano Hash - криптовалюты, майнинг, программирование

Сумма свиньи не работает со значениями +ve и -ve

у меня ниже данные

primary,first,second
1,393440.09,354096.08
1,4410533.33,3969479.99
1,-4803973.41,-4323576.07

Я должен агрегировать и суммировать первый и второй столбец. Ниже приведен сценарий, который я выполняю

   data_load= load <filelocation> using org.apache.pig.piggybank.storage.CSVExcelStorage(',', 'NO_MULTILINE', 'NOCHANGE', 'SKIP_INPUT_HEADER') As  (primary:double, first:double,second:double)

   dataAgrr = group data_load by primary;

   sumData = FOREACH dataAgrr GENERATE 
   group as data,
   SUM(data_load.first) as first,
   SUM(data_load.second) as second,
   SUM(data_load.primary) as primary;

После выполнения ниже выводится вывод:

(1.0,0.009999999951105565,-5.820766091346741E-11,3.0)

Но когда мы вручную добавляем второй столбец (354096,08, 3969479,99, -4323576,07), получается 0.

hadoop apache-pig
16.04.2018

Ответы:


1

Свинья использует «двойную» Java внутри. Тестирование с примером кода ниже

import java.math.BigDecimal;
public class TestSum  {
  public static void main(String[] args) {
    double d1 = 354096.08;
    double d2 = 3969479.99;
    double d3 = -4323576.07;
    System.err.println("Total in double is " + ((d3 + d2 ) + d1));

    BigDecimal bd1 = new BigDecimal("354096.08");
    BigDecimal bd2 = new BigDecimal("3969479.99");
    BigDecimal bd3 = new BigDecimal("-4323576.07");
    System.err.println("Total in BigDecimal is " + bd3.add(bd2).add(bd1));

  }
}

Это производит

Total in double is -5.820766091346741E-11
Total in BigDecimal is 0.00

Если вам нужна более высокая точность, вы можете попробовать использовать в своем сценарии «bigdecimal» вместо «double».

17.04.2018
Новые материалы
Кластеризация: более глубокий взгляд
Кластеризация — это метод обучения без учителя, в котором мы пытаемся найти группы в наборе данных на основе некоторых известных или неизвестных свойств, которые могут существовать. Независимо от..
Как написать эффективное резюме
Предложения по дизайну и макету, чтобы представить себя профессионально Вам не позвонили на собеседование после того, как вы несколько раз подали заявку на работу своей мечты? У вас может..
Частный метод Python: улучшение инкапсуляции и безопасности
Введение Python — универсальный и мощный язык программирования, известный своей простотой и удобством использования. Одной из ключевых особенностей, отличающих Python от других языков, является..
Как я автоматизирую тестирование с помощью Jest
Шутка для победы, когда дело касается автоматизации тестирования Одной очень важной частью разработки программного обеспечения является автоматизация тестирования, поскольку она создает..
Работа с векторными символическими архитектурами, часть 4 (искусственный интеллект)
Hyperseed: неконтролируемое обучение с векторными символическими архитектурами (arXiv) Автор: Евгений Осипов , Сачин Кахавала , Диланта Хапутантри , Тимал Кемпития , Дасвин Де Сильва ,..
Понимание расстояния Вассерштейна: мощная метрика в машинном обучении
В обширной области машинного обучения часто возникает необходимость сравнивать и измерять различия между распределениями вероятностей. Традиционные метрики расстояния, такие как евклидово..
Обеспечение масштабируемости LLM: облачный анализ с помощью AWS Fargate и Copilot
В динамичной области искусственного интеллекта все большее распространение получают модели больших языков (LLM). Они жизненно важны для различных приложений, таких как интеллектуальные..