6. RDD综合练习：更丰富的操作

集合运算练习

union()， intersection()，subtract(), cartesian()

 

 

内连接与外连接

join(), leftOuterJoin(), rightOuterJoin(), fullOuterJoin()

多个考勤文件，签到日期汇总，出勤次数统计

 

 

 

三、综合练习：学生课程分数

网盘下载sc.txt文件，通过RDD操作实现以下数据分析:

1、持久化 scm.cache()

 

2、总共有多少学生？map(), distinct(), count()

 

 

 

3、开设了多少门课程？

 

 

 

4、生成（姓名，课程分数）键值对RDD，观察keys(),values()

 

 

 

5、每个学生选修了多少门课？map(), countByKey()

 

6、每门课程有多少个学生选？map(), countByValue() 

 

7、有多少个100分？

 

8、Tom选修了几门课？每门课多少分？filter(), map() RDD

 

 

 

9、Tom选修了几门课？每门课多少分？map(),lookup()  list

 

 

10、Tom的成绩按分数大小排序。filter(), map(), sortBy()

 

 

 

11、Tom的平均分。map(),lookup(),mean()

 

 

 

12、生成（课程，分数）RDD，观察keys(),values()

 

 

13、生成（姓名课程，分数）RDD，观察keys(),values()

 

 

14、每个分数+20平时分。
分别用mapValues(func)和 map(func)实现。

 

并查看不及格人数的变化。

 

 

15、求每门课的选修人数及平均分

（1）lookup(),np.mean()实现

（2）reduceByKey()和collectAsMap()实现

 

 

（3）combineByKey()，map()，round()实现，确到2位小数

 

 

 

 

 

（4）比较几种方法的异同。