6. RDD综合练习：更丰富的操作

集合运算练习

union()， intersection()，subtract(), cartesian()

 

 

 

三、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？　　　　          
• 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() 
• 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。

     

  • 求每门课的选修人数及平均分
    • lookup(),np.mean()实现
    • reduceByKey()和collectAsMap()实现
    • combineByKey()，map()，round()实现，确到2位小数