一、集合运算练习
union()
intersection()
subtract()
cartesian()
二、内连接与外连接
join()
leftOuterJoin()
rightOuterJoin()
fullOuterJoin()
三、综合练习：学生课程分数
网盘下载sc.txt文件，通过RDD操作实现以下数据分析:
- 持久化 scm.cache()
- 总共有多少学生？map(), distinct(), count()
- 开设了多少门课程？
- 生成（姓名，课程分数）键值对RDD，观察keys(),values()
- 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()
- 有多少个100分？
- 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()
- Tom的平均分。map(),lookup(),mean()
- 生成（姓名课程，分数）RDD，观察keys(),values()
- 每个分数+20分。分别用mapValues(func)和 map(func)实现。并查看不及格人数的变化。
- 求每门课的选修人数及所有人的总分。combineByKey()
- 求每门课的选修人数及平均分，精确到2位小数。map()，round()
- 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。
reduceByKey 用于对每个 key 对应的多个 value 进行 merge 操作，最重要的是它能够在本地先进行 merge 操作，并且 merge 操作可以通过函数自定义；
combineByKey是一个比较底层的算子
1.createCombiner():在遍历过程中，遇到新的键，就会调用createCombiner()函数。这个过程会发生在每一个分区内，因为RDD中有不同的分区，也就有同一个键调用多次createCombiner的情况。
2.mergeValue() 遇到已经重复的键，调用mergeValue()函数。
3.mergeCombiners() 如果有2个或者更多的分区，会把分区的结果合并。
4.pationer 分区函数（）
- 结果可视化。 pyecharts.charts,Bar()
标签：Tom,map,分数,每门,练习,RDD,选修,操作 来源： https://www.cnblogs.com/orenoxuan/p/16168144.html
本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享； 2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关； 3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关； 4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除； 5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。