今天中午恰什么

导航

2021年6月4日 #

10 期末大作业

摘要: 数据集:美新冠数据集 字段: date county state cases deaths 数据量:158981 准备分析哪些问题? 1) 统计美国截止每日的累计确诊人数和累计死亡人数。 2) 统计美国每日的新增确诊人数和新增死亡人数。 3) 统计截止5.18日,美国各州的累计确诊人数和死亡人数。 阅读全文

posted @ 2021-06-04 15:36 今天中午恰什么 阅读(31) 评论(0) 推荐(0) 编辑

2021年5月31日 #

09 spark连接mysql数据库

摘要: 安装启动检查Mysql服务。netstat -tunlp (3306) spark 连接mysql驱动程序。–cp /usr/local/hive/lib/mysql-connector-java-5.1.40-bin.jar /usr/local/spark/jars 启动 Mysql shell 阅读全文

posted @ 2021-05-31 12:04 今天中午恰什么 阅读(12) 评论(0) 推荐(0) 编辑

2021年5月24日 #

08 学生课程分数的Spark SQL分析

摘要: 1.生成“表头” 2.生成“表中的记录” 3.把“表头”和“表中的记录”拼装在一起 用DataFrame的操作或SQL语句完成以下数据分析要求,并和用RDD操作的实现进行对比: 每个分数+5分。 总共有多少学生? 总共开设了哪些课程? 每个学生选修了多少门课? 每门课程有多少个学生选? 每门课程大于 阅读全文

posted @ 2021-05-24 12:03 今天中午恰什么 阅读(24) 评论(0) 推荐(0) 编辑

2021年5月20日 #

08 学生课程分数的Spark SQL分析

摘要: 读学生课程分数文件chapter4-data01.txt,创建DataFrame。 1.生成“表头” 2.生成“表中的记录” 3.把“表头”和“表中的记录”拼装在一起 用DataFrame的操作或SQL语句完成以下数据分析要求,并和用RDD操作的实现进行对比: 每个分数+5分。 总共有多少学生? 总 阅读全文

posted @ 2021-05-20 11:42 今天中午恰什么 阅读(31) 评论(0) 推荐(0) 编辑

2021年5月13日 #

07 从RDD创建DataFrame

摘要: 1.pandas df 与 spark df的相互转换 df_s=spark.createDataFrame(df_p) df_p=df_s.toPandas() 2. Spark与Pandas中DataFrame对比 3.1 利用反射机制推断RDD模式 sc创建RDD 转换成Row元素,列名=值 阅读全文

posted @ 2021-05-13 20:48 今天中午恰什么 阅读(31) 评论(0) 推荐(0) 编辑

2021年5月10日 #

06 Spark SQL 及其DataFrame的基本操作

摘要: 1.Spark SQL出现的 原因是什么? Spark SQL的前身是 Shark,Shark最初是美国加州大学伯克利分校的实验室开发的Spark生态系统的组件之一,它运行在Spark系统之上,Shark重用了Hive的工作机制,并直接继承了Hive的各个组件, Shark将SQL语句的转换从Map 阅读全文

posted @ 2021-05-10 12:20 今天中午恰什么 阅读(41) 评论(0) 推荐(0) 编辑

2021年4月18日 #

RDD编程

摘要: 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 sortB 阅读全文

posted @ 2021-04-18 17:07 今天中午恰什么 阅读(45) 评论(0) 推荐(0) 编辑

2021年4月4日 #

05 RDD练习:词频统计

摘要: 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() 二、学生课程分 阅读全文

posted @ 2021-04-04 22:59 今天中午恰什么 阅读(33) 评论(0) 推荐(0) 编辑

2021年3月31日 #

RDD编程练习

摘要: 一、filter,map,flatmap练习: 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 3.全部转换为小写 4.去掉长度小于3的单词 5.去掉停用词 二、groupByKey练习 6.练习一的生成单词键值对 7.对单词进行分组 8.查看分组结果 学生科目成绩 阅读全文

posted @ 2021-03-31 10:11 今天中午恰什么 阅读(36) 评论(0) 推荐(0) 编辑

2021年3月27日 #

RDD操作

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 2.生成单词的列表 从列表创建RDD words=sc.parallelize() 筛选出长度大于2 的单词 words.filter() 阅读全文

posted @ 2021-03-27 22:57 今天中午恰什么 阅读(19) 评论(0) 推荐(0) 编辑