摘要：
1.请分析SparkSQL出现的原因，并简述SparkSQL的起源与发展。 SparkSQL的出现，解决了对不同数据源和不同数据的操作，例如结构化和非结构化数据。还有可以支持融合关系查询和复杂分析算法。 SparkSQL的前身是Shark，Shark中提供了类似于Hive的功能。但是Shark设计中 阅读全文
|
摘要：
1.请分析SparkSQL出现的原因，并简述SparkSQL的起源与发展。 SparkSQL的出现，解决了对不同数据源和不同数据的操作，例如结构化和非结构化数据。还有可以支持融合关系查询和复杂分析算法。 SparkSQL的前身是Shark，Shark中提供了类似于Hive的功能。但是Shark设计中 阅读全文
摘要：
集合运算练习 union() intersection() subtract() cartesian() 内连接与外连接 join() leftOuterJoin() rightOuterJoin() fullOuterJoin() 三、综合练习：学生课程分数 网盘下载sc.txt文件，通过RDD操 阅读全文
摘要：
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 阅读全文
摘要：
一、 RDD创建 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 3.启动hdfs 4.上传文件 5.查看文件 6.加载 7.停止hdfs 8.通过并行集合（列表）创建RDD 输入列表、字符串、numpy生成数组 二、 RDD操作 转换操作 1.map(func)显式定义函 阅读全文
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大数据计算平台包含许多子模块，构成了整个Spark的生态系统，其中Spark为核心。伯克利将整个Spark的生态系统称为伯克利数据分析栈（BDAS），如下图所示。 （1） S 阅读全文
摘要：
一、安装Spark 检查基础环境hadoop,jdk 下载Spark 二.Python编程练习：英语文本的词频统计 源代码 # 导入模块 # 导入字符串模块 import string # 2读取文件，并分词 list_dict = {} # 创建一个空字典，放词频与单词，无序排列 data = [ 阅读全文
摘要：
一.列举Hadoop生态的各个组件及其功能、以及各个组件之间的相互关系，以图呈现并加以文字描述。 Hadoop生态系统t通过多年的累计和发展不断完善并成熟，目前已经包括了多个子项目，除了核心的HDFS和MapReduce以外，Hadoop生态系统还包括要ZoopKer、HBase、Hive、Pig、 阅读全文
|