5.RDD操作综合实例

一、词频统计

A. 分步骤实现

1准备文件

2下载小说或长篇

 

 

 

 

 

3上传到hdfs上

 

 

 

 

 

 

 

 

 

 

 

4读文件创建RDD

 

 

 

 

分词

 

 

 

排除大小写lower()，map()

 

 

 

标点符号re.split(pattern,str)，flatMap(),

 

 

 

停用词,可网盘下载stopwords.txt,filter()，

 

 


长度小于2的词filter()

 

 

 

 

 

5统计词频

 

 

 

 

 

 

 


6按词频排序

 

 

 

 

 

7输出到文件

 

 

 

 

 

8查看结果

 

 

 

 

 

 

 

二、求Top值

网盘下载payment.txt文件，通过RDD操作实现选出最大支付额的用户。

资源链接：https://pan.baidu.com/s/1Hc9SxMLcsP9HVQLZ7eSVYA 提取码：tefr

 

 

 

 

 
好文要顶 关注我 收藏该文  
0
0
 
 
 
« 上一篇： 4.RDD操作
posted @ 2022-04-08 16:16  Sjh_code  阅读(0)  评论(0)  编辑  收藏  举报
 
posted @ 2022-04-08 18:26  WGL_4intheM  阅读(15)  评论(0)    收藏  举报