05 RDD练习:词频统计,学习课程分数

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()

05 RDD练习:词频统计,学习课程分数

 

 

二、学生课程分数 groupByKey() -- 按课程汇总全总学生和分数

1. 分解出字段 map()

05 RDD练习:词频统计,学习课程分数

 

 05 RDD练习:词频统计,学习课程分数

 

 2. 生成键值对 map()

05 RDD练习:词频统计,学习课程分数

 

 3. 按键分组 groupByKey()

05 RDD练习:词频统计,学习课程分数

 

 4. 输出汇总结果 for i in <>:

05 RDD练习:词频统计,学习课程分数

 

 05 RDD练习:词频统计,学习课程分数

 

上一篇:07 从RDD创建DataFrame


下一篇:07 Spark RDD编程 综合实例 英文词频统计