06 RDD编程

一、词频统计：

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 flatmap()
3. 全部转换为小写 lower()
4. 去掉长度小于3的单词 filter()
5. 去掉停用词
6. 转换成键值对 map()
7. 统计词频 reduceByKey()
8. 按字母顺序排序
9. 按词频排序

　　

二、学生课程分数案例

• 总共有多少学生？map(), distinct(), count()　　

　　　

• 开设了多少门课程？

　　

• 每个学生选修了多少门课？map(), countByKey()

　  　

• 每门课程有多少个学生选？map(), countByValue()

　　

• Tom选修了几门课？每门课多少分？filter(), map() RDD

　　　　

　　 

• Tom选修了几门课？每门课多少分？map(),lookup()  list

　　

• Tom的成绩按分数大小排序。filter(), map(), sortBy()

　　

• Tom的平均分。map(),lookup(),mean()　　

　　

 

• 求每门课的选修人数及平均分。combineByKey()