Spark——期末考试大作业：求top值、文件排序、二次排序程序个性化

   说明：本次大作业是基于ubuntukylin14.04(16)版本即hadoop集群（hadoop2.6.0版本）和hbase伪分布式（hbase1.1.2版本），并安装好Scala2.11.8、Spark2.1.0、sbt0.13.15和Scala IDE for eclipse4.7.0，并完成了sbt eclipse插件的全局安装，在实验报告1至3中均有详细步骤，在此不再描述。

任务1：求top值程序个性化（30分）

  基于ubuntukylin14.04(16)版本，完成教材141页5.4.1节求top值程序个性化。相关代码和数据参考http://dblab.xmu.edu.cn/blog/1632-2/

 1. 创建工作项目mcf14gzxm

  （1）在eclipse工作目录（本人/home/mcf14/gongzuomulu）中创建工作项目mcf14gzxm。

  （2）在gongzuomulu目录中输入mkdir -p mcf14gzxm/src/main/scala命令创建scala目录存放spark应用程序。

  （3）在gongzuomulu目录中输入vim mcf14gzxm/build.sbt命令创建包含sbt打包配置信息的build.sbt文件，并在其中添加以下信息后保存退出。

name := "Simple Project"
version := "1.0"
scalaVersion := "2.11.8"
libraryDependencies += "org.apache.spark" %% "spark-core" % "2.1.0"

  （4）在mcf14gzxm目录中输入mkdir project命令创建project目录并进入，然后输入vim build.properties命令创建包含程序配置信息的build.properties文件并打开，在其中添加sbt的版本信息后保存退出：

sbt.version=0.13.15

 2. 创建eclipse应用程序

  在程序主目录即/home/mcf14/gongzuomulu/mcf14gzxm中输入sbt eclipse命令创建eclipse应用程序，如下所示即为成功。

 3. 导入mcf14gzxm项目

  在终端输入eclipse命令打开eclipse，在eclipse界面右击左侧打开快捷菜单，然后点击import…，在Select an import wizard:中搜索Existing Projects into Workspace并选中，然后点击Next，点击Browse…找到刚才创建的工作项目mcf14gzxm（即/home/mcf14/gongzuomulu/mcf14gzxm）然后点击Finish就能导入mcf14gzxm项目了。




  注：此时要注意eclipse中Scala的版本问题！如果mcf14gzxm项目有红叉，那就说明Scala版本出错，解决方法为：右击mcf14gzxm项目→Properties→Scala Compiler→选中Use Project Settings→在Scala Installation中选中与安装好的Scala一致的版本→Apply and Close，此时就不会出错了。

 4. 创建数据样本文件mcf14TopN.txt

  打开终端在用户主目录下创建数据样本文件TopN.txt（注意里边不能有空格）。

 5. 创建程序代码文件mcf14TopN.scala

  在mcf14gzxm项目中的src/main/scala目录上右击，选择New→Package→Name为mcf14TopN→Finish来创建mcf14TopN包，并右击此包选择New→Scala Object→Name为mcf14TopN.mcf14TopN→Finish来创建mcf14TopN.scala代码文件，并在其中输入代码（见文末），然后运行即可。

任务2：文件排序程序个性化（30分）

  基于ubuntukylin14.04(16)版本，完成教材143页5.4.2节文件排序程序个性化。相关代码和数据参考http://dblab.