6. RDD综合练习：更丰富的操作

网盘下载sc.txt文件，通过RDD操作实现以下数据分析:一、集合运算练习

　　1.union()，intersection()，subtract(), cartesian()

　　

二、内连接与外连接

　　1.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操作实现以下数据分析:

　　

• 持久化 scm.cache()

　　

• 总共有多少学生？map(), distinct(), count()

　　　　

• 开设了多少门课程

　　　

• 生成（姓名，课程分数）键值对RDD，观察keys(),values()

　　

• 每个学生选修了多少门课？map(), countByKey()

　　

• 每门课程有多少个学生选？map(), countByValue() 

　　　　

• 有多少个100分？

　　

• Tom选修了几门课？每门课多少分？filter(), map() RDD

　　

• Tom选修了几门课？每门课多少分？map(),lookup()  list

　　

• Tom的成绩按分数大小排序。filter(), map(), sortBy()

　　　　

• Tom的平均分。map(),lookup(),mean()

　　

• 生成（姓名课程，分数）RDD，观察keys(),values()

　　

• 每个分数+20平时分。

　　分别用mapValues(func)和 map(func)实现。
　　并查看不及格人数的变化。

　　

 

 　   

 

 　　

 

 　　

 

 　　

• 求每门课的平均分
  • lookup(),np.mean()实现
  • reduceByKey()和collectAsMap()实现
  • combineByKey()，map()，round()实现，确到2位小数
  • 比较几种方法的异同。

 

标签：分数,map,每门,练习,RDD,课程,Tom,操作
来源： https://www.cnblogs.com/why076/p/16140393.html