8. SparkSQL综合作业

综合练习:学生课程分数

网盘下载sc.txt文件,创建RDD,并转换得到DataFrame。

 

RDD操作见https://www.cnblogs.com/Kiranar/p/16138625.html

同一操作插入sql/dataframe操作图,sql在下,dataframe在上

 

dataframe:

 sql:

 

分别用DataFrame操作和spark.sql执行SQL语句实现以下数据分析:

  • 持久化 scm.cache()
  • 总共有多少学生?map(), distinct(), count()
  • 开设了多少门课程?
  •  

 

 

  • 生成(姓名,课程分数)键值对RDD,观察keys(),values()
  • 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() 
  •  

     

  • 有多少个100分?
  •  

     

  • 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()

 

 

 

  • 生成(姓名课程,分数)RDD,观察keys(),values()
  • 每个分数+20平时分。

     

     



  • 求每门课的选修人数及平均分
    • lookup(),np.mean()实现
    • reduceByKey()和collectAsMap()实现
    • combineByKey(),map(),round()实现,确到2位小数
    • 比较几种方法的异同。
    • datadrame:

       

    •  

    • sql:

       

posted @ 2022-05-18 09:14  Kiranar  阅读(119)  评论(0编辑  收藏  举报