03 2022 档案

4.RDD操作
摘要：一、 RDD创建 1.从本地文件系统中加载数据创建RDD 从HDFS加载数据创建RDD启动hdfs 上传文件查看文件加载停止hdfs 通过并行集合（列表）创建RDD输入列表、字符串、生成数组 二、 RDD操作 转换操作 filter(func)传入lambda匿名函数显式定义函数 map(func) 阅读全文
posted @ 2022-03-26 19:59 jsdlkf 阅读(20) 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。 2.请阐述Spark的几个主要概念及相互关系： RDD,DAG,Application, job,stage,task,Master, worker, driver,executor, 阅读全文
posted @ 2022-03-13 21:15 jsdlkf 阅读(48) 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。 2.请阐述Spark的几个主要概念及相互关系： RDD,DAG,Application, job,stage,task,Master, worker, driver,executor, 阅读全文
posted @ 2022-03-08 10:54 jsdlkf 阅读(66) 评论(0) 推荐(0)
2.安装Spark与Python练习
摘要：一、安装Spark 检查基础环境hadoop,jdk 下载spark 之前课程已经做好 解压，文件夹重命名、权限 之前课程已经做好 配置文件 环境变量 试运行Python代码 二、Python编程练习：英文文本的词频统计 准备文本文件 读文件 预处理：大小写，标点符号，停用词 分词 统计每个单词出现 阅读全文
posted @ 2022-03-05 15:18 jsdlkf 阅读(46) 评论(0) 推荐(0)