摘要: 补交作业 01 Spark架构与运行流程,https://www.cnblogs.com/0311Chrome/p/14856587.html(第一次作业) 原因:当时忘记这次作业了 Spark RDD编程,https://www.cnblogs.com/0311Chrome/p/14856591. 阅读全文
posted @ 2021-06-06 22:12 碎觉觉 阅读(25) 评论(0) 推荐(0) 编辑
摘要: 一、filter,map,flatmap练习: 1.读文本文件生成RDD lines 2.将一行一行的文本分割成单词 words 3.全部转换为小写 4.去掉长度小于3的单词 5.去掉停用词 二、groupByKey练习 6.练习一的生成单词键值对 7.对单词进行分组 8.查看分组结果 学生科目成绩 阅读全文
posted @ 2021-06-06 22:03 碎觉觉 阅读(9) 评论(0) 推荐(0) 编辑
摘要: 1. 准备文本文件: 从文件创建RDD lines=sc.textFile(): 筛选出含某个单词的行 lines.filter(),lambda 参数:条件表达式: 2. 生成单词的列表: 从列表创建RDD words=sc.parallelize(): 筛选出长度大于2 的单词 words.fi 阅读全文
posted @ 2021-06-06 22:02 碎觉觉 阅读(11) 评论(0) 推荐(0) 编辑
摘要: 1. 阐述Hadoop生态系统中,HDFS, MapReduce, Yarn, Hbase及Spark的相互关系,为什么要引入Yarn和Spark。 HDFS是Hadoop体系中数据存储管理的基础,它是一个高度容错的系统,能检测和应对硬件故障,在低成本的通用硬件上运行。 HBase构建在HDFS之上 阅读全文
posted @ 2021-06-06 22:00 碎觉觉 阅读(34) 评论(0) 推荐(0) 编辑
摘要: spark连接mysql数据库 安装启动检查Mysql服务。netstat -tunlp (3306) spark 连接mysql驱动程序。–cp /usr/local/hive/lib/mysql-connector-java-5.1.40-bin.jar /usr/local/spark/jar 阅读全文
posted @ 2021-05-30 23:03 碎觉觉 阅读(27) 评论(0) 推荐(0) 编辑
摘要: 读学生课程分数文件chapter4-data01.txt,创建DataFrame。 用DataFrame的操作或SQL语句完成以下数据分析要求,并和用RDD操作的实现进行对比: 每个分数+5分。 总共有多少学生? 总共开设了哪些课程? 每个学生选修了多少门课? 每门课程有多少个学生选? 每门课程大于 阅读全文
posted @ 2021-05-24 00:44 碎觉觉 阅读(23) 评论(0) 推荐(0) 编辑
摘要: 读学生课程分数文件chapter4-data01.txt,创建DataFrame。 1.生成“表头” 2.生成“表中的记录” 3.把“表头”和“表中的记录”拼装在一起 用DataFrame的操作或SQL语句完成以下数据分析要求,并和用RDD操作的实现进行对比: 每个分数+5分。 总共有多少学生? 总 阅读全文
posted @ 2021-05-19 23:22 碎觉觉 阅读(22) 评论(0) 推荐(0) 编辑
摘要: 0.前次作业:从文件创建DataFrame 1.pandas df 与 spark df的相互转换 df_s=spark.createDataFrame(df_p) df_p=df_s.toPandas() >>> import pandas as pd>>> import numpy as np> 阅读全文
posted @ 2021-05-13 23:44 碎觉觉 阅读(39) 评论(0) 推荐(0) 编辑
摘要: Spark SQL DataFrame的基本操作 文件路径: file='url' 文本: json: 创建: spark.read.text(file) spark.read.json(file) 打印数据 df.show()默认打印前20条数据,df.show(n) 文本: json: 打印概要 阅读全文
posted @ 2021-05-09 19:30 碎觉觉 阅读(29) 评论(0) 推荐(0) 编辑
摘要: 一、词频统计: 1.读文本文件生成RDD lines lines = sc.textFile('file:///home/hadoop/word.txt') 2.将一行一行的文本分割成单词 words flatmap() words=lines.flatMap(lambda line:line.sp 阅读全文
posted @ 2021-04-25 12:28 碎觉觉 阅读(32) 评论(0) 推荐(0) 编辑