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:

 

 

持久化 scm.cache()

 

 

总共有多少学生?map(), distinct(), count()

 

 

开设了多少门课程?

 

 

 

生成(姓名,课程分数)键值对RDD,观察keys(),values()

 

 

 

 

 

每个学生选修了多少门课?map(), countByKey()

 

 

 

 

 

每门课程有多少个学生选?map(), countByValue() 

 

 

 

 

 

有多少个100分?

 

 

Tom选修了几门课?每门课多少分?filter(), map() RDD

 

 

Tom选修了几门课?每门课多少分?map(),lookup()  list

 

 

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

 

 

Tom的平均分。map(),lookup(),mean()

 

 

 

生成(课程,分数)RDD,观察keys(),values()

 

 

 

 

 

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。

 

 

求每门课的选修人数及平均分

lookup(),np.mean()实现

 

 

 

 

 

reduceByKey()和collectAsMap()实现

 

 

 

combineByKey(),map(),round()实现,确到2位小数

 

 

 

 

 

比较几种方法的异同。

posted on 2022-04-09 11:44  泽浩111  阅读(84)  评论(0编辑  收藏  举报