【无标题】

1. 使用 Python 编程，将一个数据集 X={4,8,15,21,21,24,25,28,34}，采用基

于 平 均 值 的 等 高 分 箱 方 法 对 其 进 行 平 滑 处 理 ， 得 到 新 的 数 据 集

{9,9,9,22,22,22,29,29,29}。 

 

2．把 JSON 格式数据放入 Kafka 发送出去，然后，再从 Kafka 中获取到 JSON 格
式数据，对其进行解析并写入到 MySQL 数据库。
{ "sno":"95001","name":"John","sex":"M","age":23} 

 

3．在特定目录下的文件（比如“C:\mylog\log1.txt”），会不断发生更新，

每当文件被更新时，就需要把更新的数据采集到 HDFS 中去。

根据需求，首先定义以下 3 大要素：

Source：因为要监控文件内容，所以 Souce 的类型是 exec；

Sink：因为要把文件采集到 HDFS 中，所以，Sink 的类型是 hdfs；

Channel：Channel 的类型可以设置为 memory。

在 Flume 安装目录的 conf 子目录下，编写一个配置文件 exec_hdfs.conf，在

HDFS 的 WEB 管理页面中（http://localhost:9870）查看生成的文件及其内容。

 

4．使用 Python 语言完成下列操作过程：
（1）由["Python","C","Scala","Java","GO","Scala","SQL","PHP","Python"]
创建一个变量名为 language 的 Series；
（2）创建一个由随机整型组成的 Series，要求长度与 language 相同，变量名
为 score；
（3）根据 language 和 score 创建一个 DataFrame；
（4）输出该 DataFrame 的前 4 行数据；
（5）输出该 DataFrame 中 language 字段为 Python 的行；
（6）将 DataFrame 按照 score 字段的值进行升序排序。