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: