03 2022 档案

4.RDD操作
摘要：一、 RDD创建 从本地文件系统中加载数据创建RDD 从HDFS加载数据创建RDD启动hdfs上传文件查看文件加载停止hdfs 通过并行集合（列表）创建RDD输入列表、字符串、生成数组 1.从本地文件系统中加载数据创建RDD 2.从HDFS加载数据创建RDD 启动hdfs 上传文件 查看文件 加载 阅读全文
posted @ 2022-03-21 14:38 温汉柯 阅读(74) 评论(0) 推荐(0)
3.Spark设计与运行原理，基本操作
摘要：1.Spark已打造出结构一体化、功能多样化的大数据生态系统，请用图文阐述Spark生态系统的组成及各组件的功能。 Spark CoreSpark Core 提供了Spark最基础和最核心的功能，主要包括： SparkContext:通常而言，DriverApplication的执行与输出都是通过S 阅读全文
posted @ 2022-03-13 21:39 温汉柯 阅读(89) 评论(0) 推荐(0)
2.安装Spark与Python练习
摘要：一、安装Spark 检查基础环境hadoop,jdk 配置文件 环境变量 试运行Python代码 二、Python编程练习：英文文本的词频统计 准备文本文件 读文件 预处理：大小写，标点符号，停用词 分词 统计每个单词出现的次数 按词频大小排序 结果写文件 with open("test.txt", 阅读全文
posted @ 2022-03-03 15:46 温汉柯 阅读(48) 评论(0) 推荐(0)