03 2022 档案

rdd创建
摘要：RDD创建 1.SparkContext的创建 2.传入lambda函数 3.lambda函数 显示函数 显示定义函数 实例2 lambda函数 显示定义函数 将数据集中的每个元素进行输出 将数据集中的每个元素传递到lambda函数中运行 以数组的形式返回数据集中的所有元素 返回数据集中 的元素个数 阅读全文
posted @ 2022-03-18 20:21 fdmlqy 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。 目前，Spark生态系统已经发展成为一个可应用于大规模数据处理的统一分析引擎，它是基于内存计算的大数据并行计算框架，适用于各种各样的分布式平台系统。在Spark生态圈中包含了Spark 阅读全文
posted @ 2022-03-12 21:32 fdmlqy 阅读(90) 评论(0) 推荐(0)
安装Spark与Python练习
摘要：一、安装Spark 检查基础环境hadoop,jdk 下载spark 解压，文件夹重命名、权限 配置文件 2. 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 统计每个单词出现的次数 按词频大小排序 结果写 阅读全文
posted @ 2022-03-06 20:02 fdmlqy 阅读(48) 评论(0) 推荐(0)