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 启动hdfs 上传文件 查看文件 加载 停止hdfs 3.通过并行集合（列表）创建RDD 输入列表、字符串、生成数组 二、 RDD操作 转换操作 map(func)显式定义函数lambda函数 行动操作 fo 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。 2.请详细阐述Spark的几个主要概念及相互关系： Master, Worker; RDD,DAG; Application, job,stage,task; driver,execu 阅读全文

摘要：一、安装Spark 1.检查基础环境hadoop,jdk 2.配置文件 3.环境变量 4.运行python代码 二、Python编程练习：英文文本的词频统计 1.准备文本 2.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("data 阅读全文