摘要: 1.pandas df 与 spark df的相互转换 df_s=spark.createDataFrame(df_p) df_p=df_s.toPandas() 2. Spark与Pandas中DataFrame对比 http://www.lining0806.com/spark%E4%B8%8E 阅读全文
posted @ 2021-06-07 21:42 牛哈哈呀 阅读(21) 评论(0) 推荐(0) 编辑
摘要: 一、spark连接mysql数据库 1.安装启动检查Mysql服务。 netstat -tunlp (3306) 2.spark 连接mysql驱动程序。 –cp /usr/local/hive/lib/mysql-connector-java-5.1.40-bin.jar /usr/local/s 阅读全文
posted @ 2021-06-07 21:41 牛哈哈呀 阅读(14) 评论(0) 推荐(0) 编辑
摘要: 查漏补缺: 07 从RDD创建DataFrame 09 spark连接mysql数据库 (忘记交了) 大作业: 1.选择使用什么数据,有哪些字段,多大数据量。 选择使用美国疫情数据;有日期、县、州、确诊人数、死亡人数 2.准备分析哪些问题?(8个以上) 美国每日的累计确诊病例数和死亡数 美国每日的新 阅读全文
posted @ 2021-06-07 21:40 牛哈哈呀 阅读(15) 评论(0) 推荐(0) 编辑
摘要: 分数+5分。 总共有多少学生? 总共开设了哪些课程? 每个学生选修了多少门课? 每门课程有多少个学生选? 每门课程大于95分的学生人数? Tom的成绩按分数大小排序。 平均分: 求每门课的选修人数及平均分,精确到2位小数。每门课的不及格人数,通过率 阅读全文
posted @ 2021-05-24 21:53 牛哈哈呀 阅读(43) 评论(0) 推荐(0) 编辑
摘要: 1.生成“表头” 2.生成“表中的记录” 3.把“表头”和“表中的记录”拼装在一起 用DataFrame的操作或SQL语句完成以下数据分析要求,并和用RDD操作的实现进行对比: 每个分数+5分 总共有多少学生?df_scs.select('name').distinct().count() 每个学生 阅读全文
posted @ 2021-05-20 21:59 牛哈哈呀 阅读(52) 评论(0) 推荐(0) 编辑
摘要: 1.Spark SQL出现的 原因是什么? Spark SQL是Spark用来处理结构化数据的一个模块,它提供了一个叫作Data Frame的编程抽象结构数据模型(即带有Schema信息的RDD),Spark SQL的前身是 Shark,由于 Shark过于依赖Hive,因此在版本迭代时很难添加新的 阅读全文
posted @ 2021-05-10 21:55 牛哈哈呀 阅读(287) 评论(0) 推荐(1) 编辑
摘要: 总共有多少学生?map(), distinct(), count() 开设了多少门课程? 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() Tom选修了几门课?每门课多少分?filter(), map() RDD To 阅读全文
posted @ 2021-04-20 22:52 牛哈哈呀 阅读(43) 评论(0) 推荐(0) 编辑
摘要: 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 reduceByKey() 二、学生课程分 阅读全文
posted @ 2021-04-05 22:00 牛哈哈呀 阅读(30) 评论(0) 推荐(0) 编辑
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 二、groupByKey练习 6.练习一的生成单词键值对 7.对单词进行分组 8.查看分组结果 学生科目成绩 阅读全文
posted @ 2021-03-31 21:25 牛哈哈呀 阅读(31) 评论(0) 推荐(0) 编辑
摘要: 1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 2. 生成单词的列表从列表创建RDD words=sc.parallelize()筛选出长度大于2 的单词 words.filter() 3. 筛选 阅读全文
posted @ 2021-03-28 20:49 牛哈哈呀 阅读(23) 评论(0) 推荐(0) 编辑