03 2021 档案

04 RDD编程练习
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 1.准备停用词文本： lines = sc.textFile('file:///home/hadoop/st 阅读全文
posted @ 2021-03-31 21:35 ZiKiii 阅读(62) 评论(0) 推荐(0)
Spark RDD编程
摘要：准备文本文件从文件创建RDD lines=sc.textFile()筛选出含某个单词的行 lines.filter()lambda 参数：条件表达式 截图： 从文件创建RDD lines=sc.textFile() 筛选出含某个单词的行 lines.filter()lambda 参数：条件表达式 2 阅读全文
posted @ 2021-03-27 14:06 ZiKiii 阅读(63) 评论(0) 推荐(0)
01 Spark架构与运行流程
摘要：1. 阐述Hadoop生态系统中，HDFS, MapReduce, Yarn, Hbase及Spark的相互关系，为什么要引入Yarn和Spark。 答: Hadoop对应于Google三驾马车：HDFS对应于GFS，即分布式文件系统，MapReduce即并行计算框架，HBase对应于BigTabl 阅读全文
posted @ 2021-03-12 15:17 ZiKiii 阅读(79) 评论(0) 推荐(0)