IT评测·应用市场-qidao123.com

标题: 高级大数据实行 [打印本页]
作者: 吴旭华    时间: 2024-7-12 01:56
标题: 高级大数据实行
高级大数据实行

实行一：

1. 计算水仙花数

实行目的;
（1） 把握scala的数组，列表，映射的界说与使用
（2） 把握scala的基本编程

实行说明
水仙花数是指其个位、十位、百位三个数的立方和等于这个数自己，用Scala编程求出所有水仙花数。

  1. object shuixianhua {
  2.   def main(args:Array([String]): Unit={
  3.     for(a<-100 until 1000){
  4.        val b=a/100
  5.        val c=a%100/10
  6.        val d=a%100%10
  7.        if(b*b*b+c*c*c+d*d*d==a){
  8.          println(a)
  9.          }
  10.       }
  11.   }
  12. }
  13. shuixainhua.main(Array())
复制代码

2. 使用scala编写函数过滤文本中的回文单词

实行目的;
（3） 把握scala的数组，列表，映射的界说与使用
（4） 把握scala的for循环与if判断的使用
（5） 把握scala的函数式编程

实行说明：
回文是指正向和逆向读起来相同的词，英语中也存在着回文现象，如“mom”和“dad”。
参照给出的英文文档word.txt,使用scala编程读取文件，并且编写一个函数判断文档中的每个单词是否为回文单词，若是则输出该单词。

实现思路及步调：
（1）读取word.txt数据，将数据
（2）使用flatMap()方法获取缓存区里面的数据，并使用空格进行分割。
（3）界说函数isPalindrom(word:String)
(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
  1. import scala.io.Source
  2. object PalindromeFilter {
  3.   def main(args: Array[String]): Unit = {
  4.    val filePath = "word.txt" // 更改为实际的文本文件路径
  5.    // 读取文本文件数据
  6.    val words = Source.fromFile(filePath).getLines().flatMap(_.split(" "))
  7.    // 过滤回文单词并输出
  8.    words.filter(isPalindrome).foreach(println)
  9.   }
  10.   // 判断单词是否为回文
  11.   def isPalindrome(word: String): Boolean = {
  12.    word == word.reverse
  13.   }
  14. }
  15. ​
复制代码
3. 使用scala编程输出九九乘法表：

实行目的：
（1） 把握scala循环的使用
（2） 把握scala函数式编程

实行说明：
九九乘法表是我国古代人民的聪明结晶，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。现必要使用scala编程输出九九乘法表，要求输出效果如图所示：
xxxxxxxxxx mkdir -p /u01/app/12.2.0/grid​mkdir -p /u01/app/grid​mkdir -p /u01/app/oracle/product/12.2.0/dbhome_1​chown -R gridinstall /u01​chown -R oracleinstall /u01/app/oracle​chmod -R 775 /u01/css
（1） 把握scala循环的使用
（2） 把握scala函数式编程

实行说明：
九九乘法表是我国古代人民的聪明结晶，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。现必要使用scala编程输出九九乘法表。
  1. object chengfabiao{
  2.     def main(args: Array[String]): Unit = {
  3.     for (i<-1 to 9){
  4.     for (j<-1 to i){
  5.     print(j+"*"+i+"="+(i*j)+"\t")
  6.     }
  7.     println()
  8.     }
  9.     }
  10.     }
复制代码




​编辑文章


第二次实行

  1. 要去掉Spark中的日志输出，有几种不同的方法可以实现：
  2. import org.apache.log4j.{Level, Logger}
  3. ​
  4. val rootLogger = Logger.getRootLogger()
  5. rootLogger.setLevel(Level.ERROR)
复制代码
请根据给定的实行数据，在spark-shell中通过编程来计算以下内容：
弟子填写代码以及给出最终效果

（1） 该系总共有多少弟子；
答案为： 人
（2） 该系共开设来多少门课程；
答案为 门
（3） Tom同学的总成绩均匀分是多少；
Tom同学的均匀分为 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
  1. val rdd= sc.textFile("file:///home/spark/score.txt")
  2. ​
  3. 1.
  4. val count = rdd.map(line=>line.split(",")(0)).distinct().count
  5. 2.
  6. val countCourse = rdd.map(line=>line.split(",")(1)).distinct().count
  7. 3.
  8. val sum = rdd.filter(line=>line.split(",")(0)=="Tom")
  9. ​
  10. 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()
  11. 4.
  12. 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)
  13. 5
  14. val countPeople = rdd.filter(line=>line.split(",")(1)=="DataBase").count
复制代码
实行说明：

现有一份某电商2020年12月份的订单数据文件onlin_retail.csv，记载了每位顾客每笔订单的购物环境，包罗三个数据字段，字段说明如下表所示。现必要统计每位客户的总消耗金额，并筛选出消耗金额在前50名的客户。



实现思路及步调：
（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耗金额
（4） 使用sortBy（）方法对每位客户的总消耗金额进行降序排序，取出前50条数据
  1. val rdd= sc.textFile("file:///home/spark/online_retail.txt")
  2. ​
  3. val bianhao = rdd.mapPartitionsWithIndex((index, iter) => {
  4.   if (index == 0) {
  5.    iter.drop(1) // 跳过第一行
  6.   } else {
  7.    iter
  8.   }
  9. }).map(line => {
  10.   val fields = line.split(",").map(_.trim)
  11.   if (fields.length > 1 && fields(0).nonEmpty) {
  12.    Some((fields(0), fields(1).toDouble))
  13.   } else {
  14.    None
  15.   }
  16. }).filter(_.isDefined).map(_.get)
  17. bianhao.collect().foreach(println)
  18. bianhao.take(10).foreach(println)
  19. ​
  20. val totalSpentPerCustomer = bianhao.map{ case (customerId, price) => (customerId, price) }.reduceByKey(_ + _)
  21. totalSpentPerCustomer.collect().foreach(println)
  22. totalSpentPerCustomer.take(10).foreach(println)
  23. ​
  24. ​
  25. val jiangxu = totalSpentPerCustomer.sortBy(_._2, ascending = false)
  26. jiangxu.take(50).foreach(println)
复制代码
实行说明：

现有一份各城市的温度数据文件avgTemperature.txt,数据如下表所示，记载了某段时间范围内各城市每天的温度，文件中每一行数据分别表示城市名和温度，现要求用spark编程计算出各城市的均匀气温。



实现思路及步调：
（1） 通过textFile（）方法读取数据创建RDD
（2） 使用map（）方法将数据输入数据按制表符进行分割，并转化成（城市，温度）的形式
（3） 使用groupBy（）方法按城市分组，得到每个城市对应的所欲温度。
（4） 使用mapValues（）和reduce（）方法计算各城市的均匀气温
  1. val rdd= sc.textFile("file:///home/spark/avgTemperature.txt")
  2. ​
  3. val cityTemperatures = rdd.map(line => {
  4.   val Array(city, temperature) = line.split("\t")  // 使用制表符"\t"进行分割
  5.   (city, temperature.toDouble)  // 生成键值对
  6. })
  7. ​
  8. val cityWiseTemperatures = cityTemperatures.groupBy(_._1).mapValues(_.map(_._2))
  9. cityWiseTemperatures.collect().foreach(println)
  10. ​
  11. val cityAvgTemperatures = cityTemperatures.groupBy(_._1).mapValues(values => {
  12.    val totalTemp = values.map(_._2).sum
  13.    val count = values.size
  14.    totalTemp / count
  15.   })
  16. ​
  17. cityAvgTemperatures.collect().foreach(println)
  18. ​
  19. ​
复制代码

学习通第二章作业


“双减”政策落地后，为了体现“分数是一时之得，要从一生的久远目的来看”教育，必要通过大数据技能分析部分测验数据来提高学校老师的教学质量。某学校某班级颠末期中测验后，该班级中每位同学的各科目测验成绩保存在一份文件primary_midsemester.txt中，文件共有5个数据字段，分别为弟子学号(ID)、性别(gender)、语文成绩(Chinese)英语成绩(English)、数学成绩(Math)，部分数据如表2-8所示。
表 2-8 某学校某班级的弟子各科目测验成绩部分数据
ID性别汉语英语数学301610男80号6478301611女65 87 58301612女性447177301613女66 7191301614女7071 100301615男72 77 72301616女73 81 75301617女69 77 75301618男73 61 65
为了分析各科目老师的教学质量，请使用scala(Scala)函数式编程分别统计各科目测验成绩的均匀分、最低分和最高分。

val source = sc.textFile("file:///home/hadoop/primary_midsemester.txt")
val headerLine = source.first()
val remainingLines = source.filter(_ != headerLine) 
val thirdColumn = remainingLines.map(line => {
  val columns = line.split("\\s+")
  columns(2).toInt 
})
val thirdColumn1 = remainingLines.map(line => {
  val columns = line.split("\\s+")
  columns(3).toInt 
})
val thirdColumn2 = remainingLines.map(line => {
  val columns = line.split("\\s+")
  columns(4).toInt 
})
val avg1: Double = thirdColumn.reduce(_ + _).toDouble / thirdColumn.count()
val avg2: Double = thirdColumn1.reduce(_ + _).toDouble / thirdColumn1.count()
val avg3: Double = thirdColumn2.reduce(_ + _).toDouble / thirdColumn2.count()
val columns = headerLine.split(" ") // 使用split方法按空格分隔
val name1 = columns(2)
val name2 = columns(3)
val name3 = columns(4)
val maxScore = thirdColumn.aggregate(Int.MinValue)(_ max _, _ max _)
val minScore = thirdColumn.aggregate(Int.MaxValue)(_ min _, _ min _)
val maxScore1 = thirdColumn1.aggregate(Int.MinValue)(_ max _, _ max _)
val minScore1 = thirdColumn1.aggregate(Int.MaxValue)(_ min _, _ min _)
val maxScore2 = thirdColumn2.aggregate(Int.MinValue)(_ max _, _ max _)
val minScore2 = thirdColumn2.aggregate(Int.MaxValue)(_ min _, _ min _)
println(s"${name1}的最高分是： $maxScore; 最低分是：$minScore;${name2}的最高分是： $maxScore1; 最低分是：$minScore1;${name3}的最高分是： $maxScore2; 最低分是：$minScore2")
print(s"${name1}的均匀分是$avg1;${name2}的均匀分是$avg2;${name3}的均匀分是$avg3")

免责声明：如果侵犯了您的权益，请联系站长，我们会及时删除侵权内容，谢谢合作！更多信息从访问主页：qidao123.com:ToB企服之家，中国第一个企服评测及商务社交产业平台。



欢迎光临 IT评测·应用市场-qidao123.com (https://dis.qidao123.com/) Powered by Discuz! X3.4