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：

• 使用scala编程输出九九乘法表：
  

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。