6. RDD综合练习

集合运算练习

union()

intersection()

subtract()

cartesian()

 

 

内连接与外连接

join()

leftOuterJoin()

rightOuterJoin()

fullOuterJoin()

 

 

 

 

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+5分。mapValues(func)

　　 

• 求每门课的选修人数及所有人的总分。combineByKey()

　　 

• 求每门课的选修人数及平均分，精确到2位小数。map()，round()

　　

• 求每门课的选修人数及平均分。用reduceByKey()实现，并比较与combineByKey()的异同。

　　 

• 结果可视化。 pyecharts.charts,Bar()