因为这段时间在学习Spark,所以本篇博客为大家带来关于Spark的综合性练习一道。
码字不易,先赞后看,养成习惯!
首先让我们准备好该题所需的数据 test.txt
数据结构如下依次是:班级 姓名 年龄 性别 科目 成绩
12 宋江 25 男 chinese 50 12 宋江 25 男 math 60 12 宋江 25 男 english 70 12 吴用 20 男 chinese 50 12 吴用 20 男 math 50 12 吴用 20 男 english 50 12 杨春 19 女 chinese 70 12 杨春 19 女 math 70 12 杨春 19 女 english 70 13 李逵 25 男 chinese 60 13 李逵 25 男 math 60 13 李逵 25 男 english 70 13 林冲 20 男 chinese 50 13 林冲 20 男 math 60 13 林冲 20 男 english 50 13 王英 19 女 chinese 70 13 王英 19 女 math 80 13 王英 19 女 english 70
题目先为大家展示出来,答案见文末~
答案马上来咯,Ready?Go
/* * @Auther: Alice菌 * @Date: 2020/4/5 09:18 * @Description: 流年笑掷 未来可期。以梦为马,不负韶华! */ object test { def main(args: Array[String]): Unit = { val config = new SparkConf().setMaster("local[*]").setAppName("test") val sc = new SparkContext(config) // 1.读取文件的数据test.txt // 返回包含所有行数据的列表 val data: RDD[String] = sc.textFile("E:\\2020大数据新学年\\BigData\\05-Spark\\0403\\test.txt") //val value: RDD[Array[String]] = sc.makeRDD(List("12 宋江 25 男 chinese 50")).map(x=>x.split(" ")) // 2. 一共有多少个小于20岁的人参加考试? 2 val count1: Long = data.map(x=>x.split(" ")).filter(x=>x(2).toInt<20).groupBy(_(1)).count() // 3. 一共有多少个等于20岁的人参加考试? 2 val count2: Long = data.map(x=>x.split(" ")).filter(x=>x(2).toInt==20).groupBy(_(1)).count() // 4. 一共有多少个大于20岁的人参加考试? 2 val count3: Long = data.map(x=>x.split(" ")).filter(x=>x(2).toInt>20).groupBy(_(1)).count() // 5. 一共有多个男生参加考试? 4 val count4: Long = data.map(x=>x.split(" ")).filter(x=>x(3).equals("男")).groupBy(_(1)).count() // 6. 一共有多少个女生参加考试? 2 val count5: Long = data.map(x=>x.split(" ")).filter(x=>x(3).equals("女")).groupBy(_(1)).count() // 7. 12班有多少人参加考试? 3 val count6: Long = data.map(x=>x.split(" ")).filter(x=>x(0).equals("12")).groupBy(_(1)).count() // 8. 13班有多少人参加考试? 3 val count7: Long = data.map(x=>x.split(" ")).filter(x=>x(0).equals("13")).groupBy(_(1)).count() // 9. 语文科目的平均成绩是多少? 58.333333333333336 val mean1 = data.map(x=>x.split(" ")).filter(x=>x(4).equals("chinese")).map(x=>x(5).toInt).mean() // 10. 数学科目的平均成绩是多少? 63.333333333333336 val mean2 = data.map(x=>x.split(" ")).filter(x=>x(4).equals("math")).map(x=>x(5).toInt).mean() // 11. 英语科目的平均成绩是多少? 63.333333333333336 val mean3 = data.map(x=>x.split(" ")).filter(x=>x(4).equals("english")).map(x=>x(5).toInt).mean() // 12. 每个人平均成绩是多少? //(王英,73) //(杨春,70) //(宋江,60) //(李逵,63) //(吴用,50) //(林冲,53) val every_socre: RDD[(String, Any)] = data.map(x=>x.split(" ")).map(x=>(x(1),x(5).toInt)).groupByKey().map(t=>(t._1,t._2.sum /t._2.size)) // 13. 12班平均成绩是多少? 60.0 var mean5 = data.map(x => x.split(" ")).filter(x => x(0).equals("12")).map(x => x(5).toInt).mean() // 14. 12班男生平均总成绩是多少? 165.0 // (宋江,180) // (吴用,150) val boy12_avgsocre: Double = data.map(x=>x.split(" ")).filter(x=>x(0).equals("12") && x(3).equals("男")).map(x=>(x(1),x(5).toInt)).groupByKey().map(t=>(t._1,t._2.sum)).map(x=>x._2).mean() // 15. 12班女生平均总成绩是多少? 210.0 // (杨春,210) val girl12_avgsocre: Double = data.map(x=>x.split(" ")).filter(x=>x(0).equals("12") && x(3).equals("女")).map(x=>(x(1),x(5).toInt)).groupByKey().map(t=>(t._1,t._2.sum)).map(x=>x._2).mean() // 16. 13班平均成绩是多少? 63.333333333333336 var mean8 = data.map(x => x.split(" ")).filter(x => x(0).equals("13")).map(x => x(5).toInt).mean() // 17. 13班男生平均总成绩是多少? 175.0 //(李逵,190) //(林冲,160) val boy13_avgsocre: Double = data.map(x=>x.split(" ")).filter(x=>x(0).equals("13") && x(3).equals("男")).map(x=>(x(1),x(5).toInt)).groupByKey().map(t=>(t._1,t._2.sum)).map(x=>x._2).mean() // 18. 13班女生平均总成绩是多少? //(王英,220) val girl13_avgsocre: Double = data.map(x=>x.split(" ")).filter(x=>x(0).equals("13") && x(3).equals("女")).map(x=>(x(1),x(5).toInt)).groupByKey().map(t=>(t._1,t._2.sum)).map(x=>x._2).mean() // 19. 全校语文成绩最高分是多少? 70 var max1 = data.map(x => x.split(" ")).filter(x => x(4).equals("chinese")).map(x => x(5).toInt).max() // 20. 12班语文成绩最低分是多少? 50 var max2 = data.map(x => x.split(" ")).filter(x => x(4).equals("chinese") && x(0).equals("12")).map(x => x(5).toInt).min() // 21. 13班数学最高成绩是多少? 80 var max3 = data.map(x => x.split(" ")).filter(x => x(4).equals("math") && x(0).equals("13")).map(x => x(5).toInt).max() // 22. 总成绩大于150分的12班的女生有几个? 1 //(杨春,210) val count12_gt150girl: Long = data.map(x=>x.split(" ")).filter(x=>x(0).equals("12") && x(3).equals("女")).map(x=>(x(1),x(5).toInt)).groupByKey().map(t=>(t._1,t._2.sum)).filter(x=>x._2>150).count() // 23. 总成绩大于150分,且数学大于等于70,且年龄大于等于19岁的学生的平均成绩是多少? //val countall: Long = data.map(x=>x.split(" ")).filter(x=>x(2).toInt>=19 && x(3).equals("女")).map(x=>(x(1),x(5).toInt)).groupByKey().map(t=>(t._1,t._2.sum)).filter(x=>x._2>150).count() val complex1 = data.map(x => {val line = x.split(" "); (line(0)+","+line(1)+","+line(3),line(5).toInt)}) //(13,李逵,男 , 60) val complex2 = data.map(x => {val line = x.split(" "); (line(0)+","+line(1)+","+line(2)+","+line(3)+","+line(4),line(5).toInt)}) //(12,宋江,男,chinese , 50) // 过滤出总分大于150的,并求出平均成绩 (13,李逵,男,(60,1)) (13,李逵,男,(190,3)) 总成绩大于150 (13,李逵,男,63) val com1: RDD[(String, Int)] = complex1.map(x=>(x._1,(x._2,1))).reduceByKey((a, b)=>(a._1+b._1,a._2+b._2)).filter(a=>(a._2._1>150)).map(t=>(t._1,t._2._1/t._2._2)) // 注意:reduceByKey 自定义的函数 是对同一个key值的value做聚合操作 //(12,杨春,女 , 70) //(13,王英,女 , 73) //(12,宋江,男 , 60) //(13,林冲,男 , 53) //(13,李逵,男 , 63) //过滤出 数学大于等于70,且年龄大于等于19岁的学生 filter方法返回一个boolean值 【数学成绩大于70并且年龄>=19】 为了将最后的数据集与com1做一个join,这里需要对返回值构造成com1格式的数据 val com2: RDD[(String, Int)] = complex2.filter(a=>{val line = a._1.split(",");line(4).equals("math") && a._2>=70 && line(2).toInt>=19}).map(a=>{val line2 = a._1.split(",");(line2(0)+","+line2(1)+","+line2(3),a._2.toInt)}) //(12,杨春,女 , 70) //(13,王英,女 , 80) // val common: RDD[(String, (Int, Int))] = com1.join(com2) // common.foreach(println) // (12,杨春,女 , (70,70)) // (13,王英,女 , (73,80)) // 使用join函数聚合相同key组成的value元组 // 再使用map函数格式化元素 val result = com1.join(com2).map(a =>(a._1,a._2._1)) //(12,杨春,女,70) //(13,王英,女,73) //到这里就大功告成了!!!!!!!!!! } }
因为在博主写的代码中,对于每一题都有较为详细的注释,并且将每题的答案都标注在了题目的周围,细致的小伙伴们可以参考一下。
好了,本次的分享就到这里了,对大数据技术感兴趣的朋友可以点赞关注博主|ू・ω・` )