6. RDD综合练习：更丰富的操作

集合运算练习

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

内连接与外连接

join(), leftOuterJoin(), rightOuterJoin(), fullOuterJoin()

多个考勤文件，签到日期汇总，出勤次数统计

 

三、综合练习：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？

 

• 生成（姓名，课程分数）键值对RDD，观察keys(),values()
  
  
  
• 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() 
  
  
  
• 有多少个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
    

    

  • 比较几种方法的异同。
  •