实验 4 RDD 编程初级实践

请到本教程官网的“下载专区”的“数据集”中下载 chapter5-data1.txt，该数据集包含 了某大学计算机系的成绩，数据格式如下所示：

（1）该系总共有多少学生；

（2）该系共开设来多少门课程；

 

 

（3）Tom 同学的总成绩平均分是多少；

（4）求每名同学的选修的课程门数；

?

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 98 99 100 101 102 103 104 105 106 107 108 109 110 111 112 113 114 115 116 117 118 119 120 121 122 123 124 125 126 127 128 129 130 131 132 133 134 135 136 137 138 139 140 141 142 143 144 145 146 147 148 149 150 151 152 153 154 155 156 157 158 159 160 161 162 163 164 165 166 167 168 169 170 171 172 173 174 175 176 177 178 179 180 181 182 183 184 185 186 187 188 189 190 191 192 193 194 195 196 197 198 199 200 201 202 203 204 205 206 207 208 209 210 211 212 213 214 215 216 217 218 219 220 221 222 223 224 225 226 227 228 229 230 231 232 233 234 235 236 237 238 239 240 241 242 243 244 245 246 247 248 249 250 251 252 253 254 255 256 257 258 259 260 261 262 263 264 265

(Ford,3) (Enoch,3) (Kim,4) (Conrad,2) (Marvin,3) (Michael,5) (Ernest,5) (Marsh,4) (Duke,4) (Armand,3) (Lester,4) (Broderick,3) (Hayden,3) (Bertram,3) (Bart,5) (Duncann,5) (Colby,4) (Bowen,5) (Elmer,4) (Elvis,2) (Adair,3) (Roderick,4) (Walter,4) (Jonathan,4) (Jo,5) (Rod,4) (Scott,3) (Elliot,3) (Alvis,6) (Joseph,3) (Geoffrey,4) (Todd,3) (Wordsworth,4) (Wright,4) (Adam,3) (Sandy,1) (Ben,4) (Clyde,7) (Mark,7) (Dempsey,4) (Rock,6) (Ellis,4) (Edward,4) (Eugene,1) (Samuel,4) (Gerald,4) (Luthers,5) (Virgil,5) (Bradley,2) (Dick,3) (Bevis,4) (Merlin,5) (Armstrong,2) (Ron,6) (Archer,5) (Nick,5) (Hogan,4) (Len,5) (Benson,4) (Colbert,4) (John,6) (Saxon,7) (Marico,6) (Kevin,4) (Uriah,1) (Aldrich,3) (Jeffrey,4) (Brook,4) (Nicholas,5) (Elijah,4) (Bill,2) (Greg,4) (Payne,6) (Colin,5) (Gordon,4) (Tracy,3) (Alston,4) (George,4) (Griffith,4) (Andrew,4) (Egbert,4) (Bishop,2) (Beck,4) (Gilbert,3) (Phil,3) (Antony,5) (Nelson,5) (Christ,2) (Bruce,3) (Rodney,3) (Boris,6) (Marlon,4) (Don,2) (Aaron,4) (Sean,6) (Truman,3) (Solomon,5) (Blake,4) (Christopher,4) (Clare,4) (Milo,2) (Victor,2) (Nigel,3) (Jonas,4) (Jason,4) (Hilary,4) (Woodrow,3) (William,6) (Dennis,4) (Jeff,4) (Dominic,4) (Merle,3) (Elroy,5) (Harvey,7) (Clark,6) (Herman,3) (Bert,3) (Alger,5) (Hiram,6) (Leonard,2) (Kenneth,3) (Leopold,7) (Eric,4) (Basil,4) (Martin,3) (Clarence,7) (Bernie,3) (Vincent,5) (Christian,2) (Winfred,3) (Lionel,4) (Bob,3) (Bartholomew,5) (Lennon,4) (Joshua,4) (Tom,5) (Vic,3) (Eli,5) (Alva,5) (Brady,5) (Derrick,6) (Willie,4) (Bennett,6) (Boyce,2) (Elton,5) (Sidney,5) (Jay,6) (Meredith,4) (Harold,4) (Jim,4) (Adonis,5) (Max,3) (Abel,4) (Barton,1) (Peter,4) (Matthew,2) (Alexander,4) (Donald,4) (Raymondt,6) (Devin,4) (Kerwin,3) (Borg,4) (Roy,6) (Harry,4) (Abbott,3) (Miles,6) (Baron,6) (Francis,4) (Lewis,4) (Aries,2) (Glenn,6) (Cleveland,4) (Mick,4) (Will,3) (Henry,2) (Jesse,7) (Alvin,5) (Ivan,4) (Monroe,3) (Hobart,4) (Leo,5) (Louis,6) (Randolph,3) (Sid,3) (Blair,4) (Abraham,3) (Lucien,5) (Benedict,6) (Montague,3) (Giles,7) (Kerr,4) (Berg,4) (Simon,2) (Lou,2) (Ronald,3) (Pete,3) (Harlan,6) (Arlen,4) (Maxwell,4) (Kennedy,4) (Bernard,2) (Spencer,5) (Andy,3) (Jeremy,6) (Alan,5) (Bruno,5) (Jerry,3) (Donahue,5) (Barry,5) (Kent,4) (Frank,3) (Noah,4) (Mike,3) (Tony,3) (Webb,7) (Ken,3) (Philip,2) (Robin,4) (Amos,5) (Chapman,4) (Valentine,8) (Angelo,2) (Boyd,3) (Chad,6) (Benjamin,4) (Allen,4) (Evan,3) (Albert,3) (Alfred,2) (Newman,2) (Winston,4) (Rory,4) (Dean,7) (Claude,2) (Booth,6) (Channing,4) (Ward,4) (Chester,6) (Webster,2) (Marshall,4) (Cliff,5) (Emmanuel,3) (Jerome,3) (Upton,5) (Corey,4) (Perry,5) (Herbert,3) (Maurice,2) (Drew,5) (Brandon,5) (Adolph,4) (Levi,2) (Bing,6) (Antonio,3) (Stan,3) (Les,6) (Charles,3) (Clement,5) (Blithe,3) (Brian,6) (Matt,4) (Archibald,5) (Horace,5) (Sebastian,6) (Verne,3)

　　

（5）该系 DataBase 课程共有多少人选修；

 

（6）各门课程的平均分是多少；

 

（7）使用累加器计算共有多少人选了 DataBase 这门课。

 2.编写独立应用程序实现数据去重 对于两个输入文件 A 和 B，编写 Spark 独立应用程序，对两个文件进行合并，并剔除其 中重复的内容，得到一个新文件 C。下面是输入文件和输出文件的一个样例，供参考。 输入文件 A 的样例如下： 20170101 x 20170102 y 20170103 x 20170104 y 20170105 z 20170106 z 输入文件 B 的样例如下： 20170101 y 20170102 y 20170103 x 20170104 z 20170105 y 根据输入的文件 A 和 B 合并得到的输出文件 C 的样例如下： 20170101 x 20170101 y 20170102 y 20170103 x 20170104 y 20170104 z 20170105 y 20170105 z 20170106 z

 每个输入文件表示班级学生某个学科的成绩，每行内容由两个字段组成，第一个是学生 名字，第二个是学生的成绩；编写 Spark 独立应用程序求出所有学生的平均成绩，并输出到 一个新文件中。下面是输入文件和输出文件的一个样例，供参考。