2021年3月31日
04 RDD编程练习
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 6.练习一的生成单词键值对 阅读全文
posted @ 2021-03-31 20:43 杨易霖 阅读(29) 评论(0) 推荐(0)
2021年3月28日
Spark RDD编程基础
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.filter() 阅读全文
posted @ 2021-03-28 21:50 杨易霖 阅读(24) 评论(0) 推荐(0)
2021年3月2日
大数据概述
摘要： 1.用图表描述Hadoop生态系统的各个组件及其关系。 2.阐述Hadoop生态系统中，HDFS, MapReduce, Yarn, Hbase及Spark的相互关系。 HDFSHDFS（Hadoop分布式文件系统）源自于Google的GFS论文，发表于2003年10月，HDFS是GFS的实现版。H 阅读全文
posted @ 2021-03-02 16:32 杨易霖 阅读(49) 评论(0) 推荐(0)