05RDD

标签：lower   atm   rds   alt   字段   mic   bsp   学生   文件   

一、词频统计：

1.读文本文件生成RDD lines

2.将一行一行的文本分割成单词 words flatmap()

3.全部转换为小写 lower()

4.去掉长度小于3的单词 filter()

5.去掉停用词

6.转换成键值对 map()

7.统计词频 reduceByKey()

二、学生课程分数 groupByKey() -- 按课程汇总全总学生和分数

1. 分解出字段 map()

2. 生成键值对 map()

3. 按键分组 groupByKey()

4. 输出汇总结果 for i in <>:

05RDD

标签：lower   atm   rds   alt   字段   mic   bsp   学生   文件   

原文地址：https://www.cnblogs.com/yjwzy/p/14617766.html