05 RDD练习:词频统计

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、学生课程分数 groupByKey()

-- 按课程汇总全总学生和分数

1. 分解出字段 map()

2. 生成键值对 map()

3. 按键分组 

             

 

             

4. 输出汇总结果

            

 

 

三、学生课程分数 reduceByKey()

-- 每门课程的选修人数

           

 

 

-- 每个学生的选修课程数

            

 

posted @ 2021-04-05 18:34  小西西、  阅读(28)  评论(0编辑  收藏  举报