zoukankan      html  css  js  c++  java
  • 05 RDD练习:词频统计

    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 

    4. 输出汇总结果

    三、学生课程分数 reduceByKey()

    -- 每门课程的选修人数

    -- 每个学生的选修课程数

  • 相关阅读:
    HashSet源码分析
    Mysql的体系结构和存储引擎
    触发器
    存储过程和函数
    索引
    SpringBoot 中的日志使用
    log4j2
    Logback
    slf4j
    日志门面
  • 原文地址:https://www.cnblogs.com/Margerita/p/14613546.html
Copyright © 2011-2022 走看看