05 RDD练习：词频统计，学习课程分数

标签：结果   lazy   lin   image   单词   字段   转换   mamicode   文本   

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 <>:

05 RDD练习：词频统计，学习课程分数

标签：结果   lazy   lin   image   单词   字段   转换   mamicode   文本   

原文地址：https://www.cnblogs.com/willl/p/14618851.html