5.RDD操作实例
1.准备文件,上传到hdfs上
2.读文件创建RDD
3.分词
4.排除大小写,标点符号
5.统计词频
6.排序
7.保存输出到文件,查询
B.一句话实现
查看结果:
Spark编程的特点:
1. 重要概念RDD
2. 在进行RDD一系列操作
3. RDD在遇到行动操作前的一系列RDD转换操作可流式实现
二、求Top值
网盘下载payment.txt文件,通过RDD操作实现选出Top3支付额的用户。
- 丢弃不合规范的行:
- 空行
- 少数据项
- 缺失数据
- 按支付金额排序
- 取出Top3