摘要：
大作业： 1.选择使用什么数据，有哪些字段，多大数据量。 数据集：us-counties美新冠数据； 字段:日期（date），县（county），国家、州（state），确诊情况（cases），死亡人数（deaths）； 数据量：约15.8w条 2.准备分析哪些问题？（8个以上） (1). 统计美国 阅读全文
摘要：
spark连接mysql数据库 安装启动检查Mysql服务。 spark 连接mysql驱动程序。 pyspark \ --jars /usr/local/spark/jars/mysql-connector-java-8.0.25.jar \ --driver-class-path /usr/lo 阅读全文
摘要：
读学生课程分数文件chapter4-data01.txt，创建DataFrame。 url = "file:///usr/local/spark/mycode/rdd/chapter4-data01.txt" rdd = spark.sparkContext.textFile(url).map(la 阅读全文
摘要：
1.pandas df 与 spark df的相互转换 import pandas as pd import numpy as np arr = np.arange(9).reshape(-1,3) df_p = pd.DataFrame(arr) arr df_p df_p.columns=['a 阅读全文
摘要：
1.Spark SQL出现的 原因是什么? 由于MapReduce这种计算模型执行效率比较慢，所以Spark SQL的应运而生，它是将Spark SQL转换成RDD，然后提交到集群执行，执行效率非常快，同时Spark SQL也支持从Hive中读取数据。 2.用spark.read 创建DataFra 阅读全文
摘要：
一、词频统计： 读文本文件生成RDD lines lines=sc.textFile("file:///usr/local/spark/mycode/rdd/word.txt") lines.foreach(print) 将一行一行的文本分割成单词 words flatmap() words=lin 阅读全文
摘要：
一、词频统计： 1.读文本文件生成RDD lines lines=sc.textFile("file:///usr/local/spark/mycode/rdd/word.txt") lines.foreach(print) 2.将一行一行的文本分割成单词 words flatmap() words 阅读全文
摘要：
一、filter,map,flatmap练习： 1.读文本文件生成RDD lines lines=sc.textFile("file:///usr/local/spark/mycode/rdd/word.txt") 2.将一行一行的文本分割成单词 words words = lines.flatMa 阅读全文
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 lines = sc.textFile("file:///usr/local/spark/mycode/rdd/word.txt") lin 阅读全文
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 HDFS（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。HDFS是Hadoo 阅读全文