05 RDD编程

• 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()