RDD操作综合实例

一、词频统计

A. 分步骤实现

1.准备文件

1. 下载小说或长篇新闻稿
2. 上传到hdfs上

2.读文件创建RDD

3.分词

4.排除大小写lower()，map()
   标点符号re.split(pattern,str)，flatMap(),
   停用词,可网盘下载stopwords.txt,filter()，
   长度小于2的词filter()

5.统计词频

6.按词频排序

7.输出到文件

8.查看结果

B. 一句话实现：文件入文件出

二、求Top值

网盘下载payment.txt文件，通过RDD操作实现选出最大支付额的用户。