最新高级大数据实验(2)，深夜思考

最新推荐文章于 2024-06-04 19:33:12 发布

chatGPT_gaga

最新推荐文章于 2024-06-04 19:33:12 发布

阅读量944

点赞数 9

分类专栏：程序员文章标签：大数据面试学习

本文链接：https://blog.csdn.net/m0_73143885/article/details/138763201

版权

程序员专栏收录该内容

125 篇文章 0 订阅

订阅专栏

既有适合小白学习的零基础资料，也有适合3年以上经验的小伙伴深入学习提升的进阶课程，涵盖了95%以上大数据知识点，真正体系化！

由于文件比较多，这里只是将部分目录截图出来，全套包含大厂面经、学习笔记、源码讲义、实战项目、大纲路线、讲解视频，并且后续会持续更新

需要这份系统化资料的朋友，可以戳这里获取

(4) 在函数中判断单词正向与逆向是否一样，若是则输出该单词

（5）调用isPalindrom 函数

import scala.io.Source
object PalindromeFilter {
  def main(args: Array[String]): Unit = {
    val filePath = "word.txt" // 更改为实际的文本文件路径
    // 读取文本文件数据
    val words = Source.fromFile(filePath).getLines().flatMap(_.split(" "))
    // 过滤回文单词并输出
    words.filter(isPalindrome).foreach(println)
  }
  // 判断单词是否为回文
  def isPalindrome(word: String): Boolean = {
    word == word.reverse
  }
}

3. 使用scala编程输出九九乘法表：

实验目标：

（1）掌握scala循环的使用

（2）掌握scala函数式编程

实验说明：

九九乘法表是我国古代人民的智慧结晶，在春秋战国时代就已经在筹算中运算，到明代则改良病用在算盘上。现需要使用scala编程输出九九乘法表，要求输出效果如图所示：

使用scala编程输出九九乘法表：

xxxxxxxxxx mkdir -p /u01/app/12.2.0/gridmkdir -p /u01/app/gridmkdir -p /u01/app/oracle/product/12.2.0/dbhome_1chown -R grid:oinstall /u01chown -R oracle:oinstall /u01/app/oraclechmod -R 775 /u01/css

（1）掌握scala循环的使用

（2）掌握scala函数式编程

实验说明：

九九乘法表是我国古代人民的智慧结晶，在春秋战国时代就已经在筹算中运算，到明代则改良病用在算盘上。现需要使用scala编程输出九九乘法表。

object chengfabiao{
     def main(args: Array[String]): Unit = {
     for (i<-1 to 9){
     for (j<-1 to i){
     print(j+"*"+i+"="+(i*j)+"\t")
     }
     println()
     }
     }
     }

编辑文章

第二次实验

要去掉Spark中的日志输出，有几种不同的方法可以实现：
import org.apache.log4j.{Level, Logger}

val rootLogger = Logger.getRootLogger()
rootLogger.setLevel(Level.ERROR)

请根据给定的实验数据，在spark-shell中通过编程来计算以下内容：

学生填写代码以及给出最终结果

（1）该系总共有多少学生；

答案为：人

（2）该系共开设来多少门课程；

答案为门

（3） Tom同学的总成绩平均分是多少；

Tom同学的平均分为分

（4）求每名同学的选修的课程门数；

答案共 265行

（5）该系DataBase课程共有多少人选修；

答案为人

 val rdd= sc.textFile("file:///home/spark/score.txt")

 1.
 val count = rdd.map(line=>line.split(",")(0)).distinct().count
2.
val countCourse = rdd.map(line=>line.split(",")(1)).distinct().count
3.
val sum = rdd.filter(line=>line.split(",")(0)=="Tom")

val avg = sum.map(name=>(name.split(",")(0),name.split(",")(2).toInt)).mapValues(x=>(x,1)).reduceByKey((x,y)=>(x._1+y._1,x._2+y._2)).mapValues(x=>(x._1/x._2)).collect()
4.
val countC = rdd.map(row=>(row.split(",")(0),row.split(",")(1))).mapValues(x=>(x,1)).reduceByKey((x,y)=>(" ",x._2+y._2)).mapValues(x =>x._2).foreach(println)
5
val countPeople = rdd.filter(line=>line.split(",")(1)=="DataBase").count

实验说明：

现有一份某电商2020年12月份的订单数据文件onlin_retail.csv，记录了每位顾客每笔订单的购物情况，包含三个数据字段，字段说明如下表所示。现需要统计每位客户的总消费金额，并筛选出消费金额在前50名的客户。

实现思路及步骤：

（1）读取数据并创建RDD

（2）通过map（）方法分割数据，选择客户编号和订单价格字段组成键值对数据

（3）使用reduceByKey（）方法计算每位客户的总消费金额

（4）使用sortBy（）方法对每位客户的总消费金额进行降序排序，取出前50条数据

 val rdd= sc.textFile("file:///home/spark/online_retail.txt")

val bianhao = rdd.mapPartitionsWithIndex((index, iter) => {
  if (index == 0) {
    iter.drop(1) // 跳过第一行
  } else {
    iter
  }
}).map(line => {
  val fields = line.split(",").map(_.trim)
  if (fields.length > 1 && fields(0).nonEmpty) {
    Some((fields(0), fields(1).toDouble))
  } else {
    None
  }
}).filter(_.isDefined).map(_.get)
bianhao.collect().foreach(println)
bianhao.take(10).foreach(println)

val totalSpentPerCustomer = bianhao.map{ case (customerId, price) => (customerId, price) }.reduceByKey(_ + _)
totalSpentPerCustomer.collect().foreach(println)
totalSpentPerCustomer.take(10).foreach(println)


val jiangxu = totalSpentPerCustomer.sortBy(_._2, ascending = false)
jiangxu.take(50).foreach(println)