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()

 

 

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()

 

 

 

 2. 生成键值对 map()

 

 3. 按键分组 groupByKey()

 

 4. 输出汇总结果 for i in <>: