6. RDD综合练习：更丰富的操作

集合运算练习

union()， intersection()，subtract(), cartesian()

内连接与外连接

join(), leftOuterJoin(), rightOuterJoin(), fullOuterJoin()

多个考勤文件，签到日期汇总，出勤次数统计

 

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()