03 2022 档案

4.RDD操作
摘要：一、 RDD创建 二、 RDD操作 1、filter(func) 2、map(func) a字符串分词: b数字加100: c客串加固定前缀: 3、flatMap(func) a分词: b单词映射成键值对: 4、reduceByKey() a统计词频，累加： b乘法规则: 5、 groupByKey 阅读全文
posted @ 2022-03-27 22:25 贴贴贴贴 阅读(19) 评论(0) 推荐(0)
3.Spark设计与运行原理，基本操作
摘要：1.Spark已打造出结构一体化、功能多样化的大数据生态系统，请用图文阐述Spark生态系统的组成及各组件的功能。 Spark生态系统图： 各组件的功能： Spark Core： Spark核心组件，它实现了Spark的基本功能，包含任务调度、内存管理、错误恢复、与存储系统交互等模块。Spark C 阅读全文
posted @ 2022-03-11 15:01 贴贴贴贴 阅读(66) 评论(0) 推荐(0)
2.安装Spark与Python练习
摘要：一、安装Spark 1.检查基础环境hadoop，jdk 二、Python编程练习：英文文本的词频统计 f1文本文件 There are moments in life when you miss someone so much that you just want to pick them fro 阅读全文
posted @ 2022-03-04 19:26 贴贴贴贴 阅读(44) 评论(0) 推荐(0)