RDD编程初级实践

**

RDD编程初级实践

**
一、实验目的
（1）熟悉Spark的RDD基本操作及键值对操作；
（2）熟悉使用RDD编程解决实际具体问题的方法。

二、实验平台
操作系统：Ubuntu16.04
Spark版本：2.4.0
Python版本：3.4.3

三、实验内容和要求
1．pyspark交互式编程
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；

lines=sc.textFile(“file:///usr/local/spark/spark-examples/data.txt”)
res=lines.map(lambda x:x.split(",")).map(lambda x:x[0])
sum = res.distinct()
sum.count()

（2）该系共开设了多少门课程；
res = lines.map(lambda x:x.