猪如何过滤不同的对（对）

我是猪的新手。我有一个 Pig 脚本，它在两个元素之间生成制表符分隔的对。每行一对，例如：

John   Paul
Tom    Nik
Mark   Bill
Tom    Nik
Paul   John

我需要过滤掉重复的组合。如果我使用 DISTINCT，我会过滤掉两个“Tom Nik”条目。结果是：

John   Paul
Tom    Nik
Mark   Bill
Paul   John

这种方法的问题是我留下了“John Paul”和“Paul John”，就我的目的而言，它们应该被视为相同（相同的组合）。 有没有办法删除排列组合？

我不确定 Pig 中如何实现字符串比较，但尝试以下方法可能是值得的：

-- A is your input
B = FOREACH A GENERATE FLATTEN(($0 < $1 ? ($0, $1) : ($1, $0))) ; 
C = DISTINCT B ;

通过对名称进行排序，使“较小的”始终出现在前面John Paul and Paul John现在应该是相同的顺序，使得DISTINCT消除一个。

然而，这种方法完全取决于字符串比较的实现方式。例如，如果比较长度，则John Paulcase 将无法正确过滤。