03 2022 档案

4.RDD操作
摘要：一、 RDD创建 从本地文件系统中加载数据创建RDD 从HDFS加载数据创建RDD 启动hdfs 上传/查看文件 通过并行集合（列表）创建RDD输入列表字符串numpy生成数组 二、 RDD操作 转换操作 转换操作 filter(func)显式定义函数lambda函数 map(func)显式定义函数 阅读全文
posted @ 2022-03-27 23:16 xun_11 阅读(42) 评论(0) 推荐(0) 编辑
3.Spark设计与运行原理，基本操作
摘要：1.Spark已打造出结构一体化、功能多样化的大数据生态系统，请用图文阐述Spark生态系统的组成及各组件的功能。 1. Spark CoreSpark Core是整个BDAS的核心组件，是一种大数据分布式处理框架，不仅实现了MapReduce的算子map函数和reduce函数及计算模型，还提供如f 阅读全文
posted @ 2022-03-15 20:12 xun_11 阅读(42) 评论(0) 推荐(0) 编辑
2.安装Spark与Python练习
摘要：恢复内容开始 一、安装Spark 检查基础环境hadoop,jdk 下载spark 解压，文件夹重命名、权限 配置文件 环境变量 试运行Python代码 二、Python编程练习：英文文本的词频统计 准备文本文件 读文件 预处理：大小写，标点符号，停用词，分词 按词频大小排序，统计每个单词出现的次数 阅读全文
posted @ 2022-03-03 17:16 xun_11 阅读(23) 评论(0) 推荐(0) 编辑

点击右上角即可分享
微信分享提示