• 博客园Logo
  • 会员
  • 新闻
  • 博问
  • 闪存
  • 班级
  • AI培训
    • 搜索
      所有博客
    • 搜索
      当前博客
  • 写随笔 我的博客 短消息 简洁模式
    用户头像
    我的博客 我的园子 账号设置 简洁模式 ... 退出登录
    注册 登录

中药红

  • 博客园
  • 联系
  • 订阅
  • 管理

公告

2021年6月7日

期末大作业

摘要: 大作业: 1.选择使用什么数据,有哪些字段,多大数据量。 us-counties美新冠数据 2.准备分析哪些问题?(8个以上) (1). 统计美国截止每日的累计确诊人数和累计死亡人数。做法是以date作为分组字段,对cases和deaths字段进行汇总统计。 (2). 统计美国每日的新增确诊人数和新 阅读全文

posted @ 2021-06-07 19:41 中药红 阅读(49) 评论(0) 推荐(0) 编辑

2021年5月30日

spark连接mysql数据库

摘要: spark连接mysql数据库 安装启动检查Mysql服务。netstat -tunlp (3306) spark 连接mysql驱动程序。 cd /usr/local/hive/lib ls mysql* cp mysql-connector-java-5.1.40-bin.jar /usr/lo 阅读全文

posted @ 2021-05-30 23:17 中药红 阅读(168) 评论(0) 推荐(0) 编辑

2021年5月19日

学生课程分数的Spark SQL分析

摘要: 读学生课程分数文件chapter4-data01.txt,创建DataFrame。 1.生成“表头” 2.生成“表中的记录” 3.把“表头”和“表中的记录”拼装在一起 用DataFrame的操作或SQL语句完成以下数据分析要求,并和用RDD操作的实现进行对比: 每个分数+5分。 df_scs.sel 阅读全文

posted @ 2021-05-19 22:36 中药红 阅读(117) 评论(0) 推荐(0) 编辑

2021年5月13日

从RDD创建DataFrame

摘要: 1.pandas df 与 spark df的相互转换 df_s=spark.createDataFrame(df_p) df_p=df_s.toPandas() import pandas as pd import numpy as np arr = np.arange(9).reshape(-1 阅读全文

posted @ 2021-05-13 20:18 中药红 阅读(90) 评论(0) 推荐(0) 编辑

2021年5月9日

Spark SQL 及其DataFrame的基本操作

摘要: Spark SQL出现的 原因是什么? Spark SQL是Spark用来处理结构化数据的一个模块,它提供了一个叫作Data Frame的编程抽象结构数据模型(即带有Schema信息的RDD),Spark SQL的前身是 Shark,由于 Shark过于依赖Hive,因此在版本迭代时很难添加新的优化 阅读全文

posted @ 2021-05-09 13:23 中药红 阅读(190) 评论(0) 推荐(0) 编辑

2021年4月17日

05 RDD编程

摘要: 1.读文本文件生成RDD lines lines = sc.textFile('file:///home/hadoop/word.txt') lines.collect() 2.将一行一行的文本分割成单词 words words=lines.flatMap(lambda line:line.spli 阅读全文

posted @ 2021-04-17 22:29 中药红 阅读(118) 评论(0) 推荐(0) 编辑

2021年4月5日

RDD练习:词频统计

摘要: 1.读文本文件生成RDD lines lines = sc.textFile('file:///home/hadoop/word.txt') lines.collect() 2.将一行一行的文本分割成单词 words words=lines.flatMap(lambda line:line.spli 阅读全文

posted @ 2021-04-05 13:38 中药红 阅读(77) 评论(0) 推荐(0) 编辑

2021年3月31日

RDD编程练习

摘要: 一、filter,map,flatmap练习: 1.读文本文件生成RDD lines lines = sc.textFile('file:///home/hadoop/word.txt') lines.collect() 2.将一行一行的文本分割成单词 words words=lines.flatM 阅读全文

posted @ 2021-03-31 15:50 中药红 阅读(55) 评论(0) 推荐(0) 编辑

2021年3月27日

Spark RDD编程

摘要: 1. 准备文本文件从文件创建RDD lines=sc.textFile()筛选出含某个单词的行 lines.filter()lambda 参数:条件表达式 lines=sc.textFile("file:///home/hadoop/word.txt") linesWithSpark=lines.f 阅读全文

posted @ 2021-03-27 19:49 中药红 阅读(59) 评论(0) 推荐(0) 编辑

2021年3月13日

Spark架构与运行流程

摘要: 1. 阐述Hadoop生态系统中,HDFS, MapReduce, Yarn, Hbase及Spark的相互关系,为什么要引入Yarn和Spark。 HDFS, MapReduce, Yarn, Hbase及Spark的相互关系如图所示: 从图中可以看出Hadoop的核心是HDFS和MapReduc 阅读全文

posted @ 2021-03-13 23:25 中药红 阅读(113) 评论(0) 推荐(0) 编辑

下一页
 
Powered by:
博客园
Copyright © 2023 中药红
Powered by .NET 8.0 on Kubernetes