Questo astrae la programmazione dall'idioma Java MapReduce in una notazione che rende la programmazione MapReduce di alto livello in maniera simile all'SQL dei sistemi RDBMS. Il Pig Latin può essere esteso usando UDF (User Defined Functions) con cui l'utente può scrivere in Java, Python, JavaScript, Ruby o Groovy[2] e chiamare direttamente dal linguaggio.
input_lines = LOAD '/tmp/my-copy-of-all-pages-on-internet' AS (line:chararray);
-- Extract words from each line and put them into a pig bag
-- datatype, then flatten the bag to get one word on each row
words = FOREACH input_lines GENERATE FLATTEN(TOKENIZE(line)) AS word;
-- filter out any words that are just white spaces
filtered_words = FILTER words BY word MATCHES '\\w+';
-- create a group for each word
word_groups = GROUP filtered_words BY word;
-- count the entries in each group
word_count = FOREACH word_groups GENERATE COUNT(filtered_words) AS count, group AS word;
-- order the records by count
ordered_word_count = ORDER word_count BY count DESC;
STORE ordered_word_count INTO '/tmp/number-of-words-on-internet';
Il programma genera un eseguibile con compiti eseguiti in parallelo che possono essere distribuiti su più macchine in un cluster Hadoop per contare il numero di parole in un insieme di dati come tutte pagine web su internet.
.svg){kind=logo}
