- 博客(2)
- 收藏
- 关注
RSS订阅原创 RDD编程初级实践
要求 1．pyspark交互式编程 本作业提供分析数据data.txt，该数据集包含了某大学计算机系的成绩，数据格式如下所示： Tom,DataBase,80 Tom,Algorithm,50 Tom,DataStructure,60 Jim,DataBase,90 Jim,Algorithm,60 Jim,DataStructure,80 …… 请根据给定的实验数据，在pyspark中通过编程来计算以下内容： （1）该系总共有多少学生； （2）该系共开设了多少门课程； （3）Tom同学的总成绩平均分是多少
2021-06-10 21:01:11
486
原创 Hadoop综合大作业
要求 1.将待分析的文件（不少于10000英文单词）上传到HDFS 2.调用MapReduce对文件中各个单词出现的次数进行统计 3.将统计结果下载本地。 4.写一篇博客描述你的分析过程和分析结果。 执行过程 1.我们需要先启动Hadoop，执行如下命令。启动完成后，可以通过命令 jps 来判断是否成功启动，若成功启动则会列出如下进程: 成功启动后，可以访问 Web 界面 http://localhost:9870 查看 NameNode 和 Datanode 信息，还可以在线查看 HDFS 中的文件。
2020-12-17 14:47:42
1222
1
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人