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
3.全部转换为小写
4.去掉长度小于3的单词
5.去掉停用词
6.转换成键值对 map()
7.统计词频 reduceByKey()
8.按字母顺序排序 sortBy(f)
9.按词频排序 sortByKey()
行动操作练习：
|
first() |
返回第一个元素 |
|
take(n) |
返回前n个元素 |
|
takeOrdered(n) |
返回排序后的前n个元素 |
|
top(n) |
返回最大的n个元素 |
|
collect() |
返回所有元素,列表 |
|
collectAsMap() |
返回所有元素的字典，MAP形式的串行化 |
|
count() |
返回元素个数 |
|
countByValue() |
返回每个元素重复个数，字典 |
|
countByKey() |
返回的是每一键组内的记录数，字典 |
|
lookup(key) |
返回某键值下的所有值，列表 |
二、学生课程分数案例
总共有多少学生？map(), distinct(), count()
开设了多少门课程？
每个学生选修了多少门课？map(), countByKey()
每门课程有多少个学生选？map(), countByValue()
Tom选修了几门课？每门课多少分？filter(), map() RDD
Tom选修了几门课？每门课多少分？map(),lookup() list
Tom的成绩按分数大小排序。filter(), map(), sortBy()
9.生成（课程，分数）RDD，观察keys(),valu
10.每个分数+5分。mapValues(func)
11.求每门课的选修人数及所有人的总分。combineByKey()
12.求每门课的选修人数及平均分，精确到2位小数。map()，round()
13.求每门课的选修人数及平均分。用reduceByKey()实现，并比较与combineByKey()的异同。
