一、词频统计：
1.读文本文件生成RDD lines
2.将一行一行的文本分割成单词 words
3.全部转换为小写
4.去掉长度小于3的单词
5.去掉停用词
6.转换成键值对 map()
7.统计词频 reduceByKey()
二、学生课程分数 groupByKey()
-- 按课程汇总全总学生和分数
1. 分解出字段 map()
2. 生成键值对 map()
3. 按键分组
4. 输出汇总结果
datas=lines.map(lambda line:line.split(',')).map(lambda line:(line[1],(line[0],line[2]))).collect()
datas=lines.map(lambda line:line.split(',')).map(lambda line:(line[1],(line[0],line[2]))).groupByKey().map(lambda line:(line[0],list(line[1]))).collect()
for data in datas:print(data[0],data[1][0:4])
三、学生课程分数 reduceByKey()
-- 每门课程的选修人数
sum=number.map(lambda line:line.split(',')).map(lambda line:(line[1],1)).reduceByKey(lambda a,b:a+b).collect()
-- 每个学生的选修课程数
sum=number.map(lambda line:line.split(',')).map(lambda line:(line[0],1)).reduceByKey(lambda a,b:a+b).collect()
sum[0:50]
