8. SparkSQL综合作业

综合练习：学生课程分数

网盘下载sc.txt文件，分别用RDD操作、DataFrame操作和spark.sql执行SQL语句实现以下数据分析

 

1.总共有多少学生？

RDD：

DataFrame：

spark.sql：

 

2.总共开设了多少门课程？

RDD：

DataFrame：

spark.sql：

 

3.每个学生选修了多少门课？

RDD：

DataFrame：

spark.sql：

 

4.每门课程有多少个学生选？

RDD：

DataFrame：

spark.sql：

 

5.每门课程>95分的学生人数

RDD：

DataFrame：

spark.sql：

 

6.课程'Python'有多少个100分？

RDD：

DataFrame：

spark.sql：

 

7.Tom不及格的课程数？

RDD：

DataFrame：

spark.sql：

 

8.Tom的成绩按分数大小排序。

RDD：

DataFrame：

spark.sql：

 

9.Tom选修了哪几门课？

RDD：

DataFrame：

spark.sql：

 

10.Tom的平均分。

RDD：

DataFrame：

spark.sql：

 

11.'OperatingSystem'不及格人数

RDD：

DataFrame：

spark.sql：

 

12.'OperatingSystem'平均分

RDD：

DataFrame：

spark.sql：

 

13.'OperatingSystem'90分以上人数

RDD：

DataFrame：

spark.sql：

 

14.'OperatingSystem'前3名

RDD：

DataFrame：

spark.sql：

 

15.每个分数按比例+20平时分。

RDD：

DataFrame：

spark.sql：

 

16.求每门课的平均分

RDD：

DataFrame：

spark.sql：

 

17.选修了7门课的有多少个学生？

RDD：

DataFrame：

spark.sql：

 

18.每门课大于95分的学生数

RDD：

DataFrame：

spark.sql：

 

19..每门课的选修人数、平均分、不及格人数、通过率

RDD：

选修人数

平均分

不及格人数

通过率

DataFrame：

选修人数

平均分

不及格人数

通过率

spark.sql：

选修人数

 

平均分

 

不及格人数

 

通过率

 

20.优秀、良好、通过和不合格各有多少人？

RDD：

优秀（>85）、良好(<85&&>=60)、通过（>=60）和不合格（<60）

DataFrame：

spark.sql：

 

21.同时选修了DataStructure和 DataBase 的学生

RDD：

DataFrame：

 

 

 

 

spark.sql：

 

22.选修了DataStructure 但没有选修 DataBase 的学生

RDD：

DataFrame：

 

spark.sql：

 

23.选修课程数少于3门的同学

RDD：

DataFrame：

spark.sql：

 

24.选修6门及以上课程数的同学

RDD：

DataFrame：

spark.sql：

 

25.查询平均成绩大于等于60分的姓名和平均成绩

RDD：

 

DataFrame：

spark.sql：

 

26.找出平均分最高的10位同学

RDD：

DataFrame：

spark.sql：