5.RDD操作综合实例

一、词频统计

1.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

3.读文件创建RDD

分词

 

 

 

 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()

 统计词频

 

按词频排序

输出到文件

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。

 

 

 

标签：文件,网盘,filter,RDD,实例,词频,操作,txt
来源： https://www.cnblogs.com/ssssuqi/p/16133514.html