摘要:
05 RDD练习:词频统计,学习课程分数 一、词频统计: 1.读文本文件生成RDD lines 2.将一行一行的文本分割成单词 words flatmap() 3.全部转换为小写 lower() 4.去掉长度小于3的单词 filter() 5.去掉停用词 6.转换成键值对 map() 7.统计词频 阅读全文
摘要:
一、filter,map,flatmap练习: 1.读文本文件生成RDD lines 2.将一行一行的文本分割成单词 words 3.全部转换为小写 4.去掉长度小于3的单词 5.去掉停用词 6.练习一的生成单词键值对 阅读全文
摘要:
1. 为什么要引入Yarn和Spark。 Apache Hadoop YARN (Yet Another Resource Negotiator,另一种资源协调者)是一种新的 Hadoop 资源管理器,它是一个通用资源管理系统,可为上层应用提供统一的资源管理和调度,它的引入为集群在利用率、资源统一管 阅读全文
摘要:
缺交: https://www.cnblogs.com/hhs7/p/14856228.html 02 Spark架构与运行流程 缺交原因:忘了 https://www.cnblogs.com/hhs7/p/14856231.html 04 RDD编程练习 缺交原因:忘了 https://www.c 阅读全文