8. SparkSQL综合作业

综合练习：学生课程分数

网盘下载sc.txt文件，分别用RDD操作、DataFrame操作和spark.sql执行SQL语句实现以下数据分析:

0. 创建RDD，并转换为DataFrame；scm持久化；创建spark.sql临时表等预处理：

 RDD：

 DataFrame:

spark.sql:

1. 总共有多少学生？

RDD:

 

DataFrame:

 

spark.sql:

 

2. 总共开设了多少门课程？

RDD:

 

DataFrame:

 

spark.sql:

 

3. 每个学生选修了多少门课？

RDD:

DataFrame:

 

spark.sql:

4. 每门课程有多少个学生选？

RDD:

DataFrame:

 

spark.sql:

5. 每门课程>95分的学生人数

RDD:

DataFrame:

spark.sql:

6. 课程'Python'有多少个100分？

RDD:

DataFrame:

spark.sql:

7. Tom选修了几门课？每门课多少分？

RDD:

DataFrame:

 

spark.sql:

8. Tom的成绩按分数大小排序。

RDD:

DataFrame:

spark.sql:

9. Tom选修了哪几门课？

RDD:

DataFrame:

 

spark.sql:

10. Tom的平均分。

RDD:

 

DataFrame:

 

spark.sql:

11. 'OperatingSystem'不及格人数

RDD:

DataFrame:

spark.sql:

12. 'OperatingSystem'平均分

RDD:

DataFrame:

spark.sql:

13. 'OperatingSystem'90分以上人数

RDD:

DataFrame:

spark.sql:

14. 'OperatingSystem'前3名

RDD:

DataFrame:

spark.sql:

15. 每个分数按比例+20平时分。

RDD:

DataFrame:

 

spark.sql:

16. 求每门课的平均分

RDD:

DataFrame:

 

spark.sql:

17. 选修了7门课的有多少个学生？

RDD:

DataFrame:

spark.sql:

18. 每门课大于95分的学生数

RDD:

DataFrame:

spark.sql:

19. 每门课的选修人数、平均分、不及格人数、通过率

RDD:

选修人数

平均分

不及格人数

通过率

DataFrame:

spark.sql:

20. 优秀、良好、通过和不合格各有多少人？

RDD:

DataFrame:

spark.sql:

21. 同时选修了DataStructure和 DataBase 的学生

RDD:

DataFrame:

spark.sql:

22. 选修了DataStructure 但没有选修 DataBase 的学生

RDD:

DataFrame:

spark.sql:

23. 选修课程数少于3门的同学

RDD:

DataFrame:

spark.sql:

24. 选修6门及以上课程数的同学

RDD:

DataFrame:

spark.sql:

25. 查询平均成绩大于等于60分的姓名和平均成绩

RDD:

DataFrame:

spark.sql:

26. 找出平均分最高的10位同学

RDD:

DataFrame:

 

spark.sql: