RDD编程

一、词频统计：

1.读文本文件生成RDD lines；将一行一行的文本分割成单词 words flatmap()；全部转换为小写 lower()；去掉长度小于3的单词 filter()；去掉停用词；转换成键值对 map()；统计词频 reduceByKey()

2.按字母顺序排序 sortByKey()

3.按词频排序 sortBy(lambda)

 

二、学生课程分数案例

1.总共有多少学生？map(), distinct(), count()

2.开设了多少门课程？

3.每个学生选修了多少门课？map(), countByKey()

4.每门课程有多少个学生选？map(), countByValue()

5.Abraham选修了几门课？每门课多少分？filter(), map()

6.Abraham选修了几门课？每门课多少分？map(),lookup() 

7.Abraham的成绩按分数大小排序。filter(), map(), sortBy()

8.Abraham的平均分。map(),lookup(),mean()