一、词频统计：

1. 读文本文件生成RDD lines

2. 将一行一行的文本分割成单词 words flatmap()

3. 全部转换为小写 lower()

4. 去掉长度小于3的单词 filter()

5. 去掉停用词

6. 转换成键值对 map()

7. 统计词频 reduceByKey()

8. 按字母顺序排序

9. 按词频排序

 10、结果文件保存 saveAsTextFile(out_url)

 

二、学生课程分数案例

1. 总共有多少学生？map(), distinct(), count()

2. 开设了多少门课程？

3. 每个学生选修了多少门课？map(), countByKey()

 

 

 

 

 

 

4. 每门课程有多少个学生选？map(), countByValue()

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

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

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

8. Tom的平均分。map(),lookup(),mean()