当前位置:   article > 正文

高级大数据实验_scala使用sortby()方法对每位客户的总消费金额进行降序排序

scala使用sortby()方法对每位客户的总消费金额进行降序排序

高级大数据实验

实验一:

1. 计算水仙花数

实验目标;

(1) 掌握scala的数组,列表,映射的定义与使用

(2) 掌握scala的基本编程

实验说明

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本身,用Scala编程求出所有水仙花数。

object shuixianhua {
  def main(args:Array([String]): Unit={
     for(a<-100 until 1000){
        val b=a/100
        val c=a%100/10
        val d=a%100%10
        if(b*b*b+c*c*c+d*d*d==a){
          println(a)
          }
       }
   }
}
shuixainhua.main(Array())

2. 使用scala编写函数过滤文本中的回文单词

实验目标;

(3) 掌握scala的数组,列表,映射的定义与使用

(4) 掌握scala的for循环与if判断的使用

(5) 掌握scala的函数式编程

实验说明:

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。

实现思路及步骤:

(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)定义函数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

import scala.io.Source
object PalindromeFilter {
  def main(args: Array[String]): Unit = {
    val filePath = "word.txt" // 更改为实际的文本文件路径
    // 读取文本文件数据
    val words = Source.fromFile(filePath).getLines().flatMap(_.split(" "))
    // 过滤回文单词并输出
    words.filter(isPalindrome).foreach(println)
  }
  // 判断单词是否为回文
  def isPalindrome(word: String): Boolean = {
    word == word.reverse
  }
}
​

3. 使用scala编程输出九九乘法表:

实验目标:

(1) 掌握scala循环的使用

(2) 掌握scala函数式编程

实验说明:

九九乘法表是我国古代人民的智慧结晶,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。现需要使用scala编程输出九九乘法表,要求输出效果如图所示:

  1. 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 grid:oinstall /u01​chown -R oracle:oinstall /u01/app/oracle​chmod -R 775 /u01/css

(1) 掌握scala循环的使用

(2) 掌握scala函数式编程

实验说明:

九九乘法表是我国古代人民的智慧结晶,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。现需要使用scala编程输出九九乘法表。

object chengfabiao{
     def main(args: Array[String]): Unit = {
     for (i<-1 to 9){
     for (j<-1 to i){
     print(j+"*"+i+"="+(i*j)+"\t")
     }
     println()
     }
     }
     }

​编辑文章

第二次实验

要去掉Spark中的日志输出,有几种不同的方法可以实现:
import org.apache.log4j.{Level, Logger}
​
val rootLogger = Logger.getRootLogger()
rootLogger.setLevel(Level.ERROR)

请根据给定的实验数据,在spark-shell中通过编程来计算以下内容:

学生填写代码以及给出最终结果

(1) 该系总共有多少学生;

答案为: 人

(2) 该系共开设来多少门课程;

答案为 门

(3) Tom同学的总成绩平均分是多少;

Tom同学的平均分为 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

 val rdd= sc.textFile("file:///home/spark/score.txt")
​
 1.
 val count = rdd.map(line=>line.split(",")(0)).distinct().count
2.
val countCourse = rdd.map(line=>line.split(",")(1)).distinct().count
3.
val sum = rdd.filter(line=>line.split(",")(0)=="Tom")
​
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()
4.
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)
5
val countPeople = rdd.filter(line=>line.split(",")(1)=="DataBase").count

实验说明

现有一份某电商2020年12月份的订单数据文件onlin_retail.csv,记录了每位顾客每笔订单的购物情况,包含三个数据字段,字段说明如下表所示。现需要统计每位客户的总消费金额,并筛选出消费金额在前50名的客户。

img

实现思路及步骤:

(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费金额

(4) 使用sortBy()方法对每位客户的总消费金额进行降序排序,取出前50条数据

 val rdd= sc.textFile("file:///home/spark/online_retail.txt")
​
val bianhao = rdd.mapPartitionsWithIndex((index, iter) => {
  if (index == 0) {
    iter.drop(1) // 跳过第一行
  } else {
    iter
  }
}).map(line => {
  val fields = line.split(",").map(_.trim)
  if (fields.length > 1 && fields(0).nonEmpty) {
    Some((fields(0), fields(1).toDouble))
  } else {
    None
  }
}).filter(_.isDefined).map(_.get)
bianhao.collect().foreach(println)
bianhao.take(10).foreach(println)
​
val totalSpentPerCustomer = bianhao.map{ case (customerId, price) => (customerId, price) }.reduceByKey(_ + _)
totalSpentPerCustomer.collect().foreach(println)
totalSpentPerCustomer.take(10).foreach(println)
​
​
val jiangxu = totalSpentPerCustomer.sortBy(_._2, ascending = false)
jiangxu.take(50).foreach(println)

实验说明:

现有一份各城市的温度数据文件avgTemperature.txt,数据如下表所示,记录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平均气温。

img

实现思路及步骤:

(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()方法计算各城市的平均气温

val rdd= sc.textFile("file:///home/spark/avgTemperature.txt")
​
val cityTemperatures = rdd.map(line => {
  val Array(city, temperature) = line.split("\t")  // 使用制表符"\t"进行分割
  (city, temperature.toDouble)  // 生成键值对
})
​
val cityWiseTemperatures = cityTemperatures.groupBy(_._1).mapValues(_.map(_._2))
cityWiseTemperatures.collect().foreach(println)
​
val cityAvgTemperatures = cityTemperatures.groupBy(_._1).mapValues(values => {
    val totalTemp = values.map(_._2).sum
    val count = values.size
    totalTemp / count
  })
​
cityAvgTemperatures.collect().foreach(println)
​
​

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,要从一生的长远目标来看”教育,需要通过大数据技术分析部分考试数据来提高学校老师的教学质量。某学校某班级经过期中考试后,该班级中每位同学的各科目考试成绩保存在一份文件primary_midsemester.txt中,文件共有5个数据字段,分别为学生学号(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 某学校某班级的学生各科目考试成绩部分数据
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考试成绩的平均分、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"${name1}的平均分是$avg1;${name2}的平均分是$avg2;${name3}的平均分是$avg3")

声明:本文内容由网友自发贡献,不代表【wpsshop博客】立场,版权归原作者所有,本站不承担相应法律责任。如您发现有侵权的内容,请联系我们。转载请注明出处:https://www.wpsshop.cn/w/我家小花儿/article/detail/608306
推荐阅读
相关标签
  

闽ICP备14008679号