20170103 x
20170104 z
20170105 y
根据输入的文件 A 和 B 合并得到的输出文件 C 的样例如下：
20170101 x
20170101 y
20170102 y
20170103 x
20170104 y
20170104 z
20170105 y
20170105 z
20170106 z
编写文件A B
配置编译选项
编译代码
使用/software/spark-3.4.0-bin-hadoop3/bin/spark-submit --class “RemDup” /software/RemDup/target/scala-2.12/remove-duplication_2.12-1.0.jar 命令运行jar包
运行
查看运行结果
4. 编写独立应用程序实现求平均值问题
每个输入文件表示班级学生某个学科的成绩，每行内容由两个字段组成，第一个是学生名字，第二个是学生的成绩；编写 Spark 独立应用程序求出所有学生的平均成绩，并输出到一个新文件中。下面是输入文件和输出文件的一个样例，供参考。
Algorithm 成绩：
小明 92
小红 87
小新 82
小丽 90
Database 成绩：
小明 95
小红 81
小新 89
小丽 85
Python 成绩：
小明 82
小红 83
小新 94
小丽 91
平均成绩如下：
(小红,83.67)
(小新,88.33)
(小明,89.67)
(小丽,88.67)
编译被操作文件 Algorithm database python
编写代码文件
编写配置文件
程序打包
使用命令/software/spark-3.4.0-bin-hadoop3/bin/spark-submit --class “AvgScore” /software/AvgScore/target/scala-2.12/average-score_2.12-1.0.jar运行程序
查看结果
出现的问题
问题一
运行start-all命令时spark报错
说缺少依赖
问题二
在etc/profile中更改完环境后
Source命令刷新文件仍然出现路径配置错误
问题三
在用sbt编译的过程中报错
解决方案
问题一
在下载安装包时版本选择错误
将安装包换为
问题二
因为之前开启了两个窗口进行命令操作
在一个窗口刷新在另一个窗口使用start-all命令
于是在同一个窗口source一下
成功启动,问题解决
问题三
