任务描述
相关知识
集合创建RDD
reduceByKey()
编程要求
测试说明
任务描述
本关任务：计算并输出各个学生的总成绩。
相关知识
为了完成本关任务，你需要掌握：1.集合并行化创建RDD，2.reduceByKey算子、foreach算子
集合创建RDD
Spark会将集合中的数据拷贝到集群上去，形成一个分布式的数据集合，也就是一个RDD。相当于是，集合中的部分数据会到一个节点上，而另一部分数据会到其他节点上。然后就可以用并行的方式来操作这个分布式数据集合，即RDD。
val list=List(1,2,3,4,5)
val stu=sc.parallelize(list,3)//参数1：Seq集合，必须。参数2：分区数，默认为该Application分配到的资源的CPU核数
//val stu=sc.makeRDD(list,3) //和parallelize用法一样。（该用法可以指定每一个分区的preferredLocations）。
val sum=stu.reduce(+)
println(sum)
输出：15
reduceByKey()
对元素为RDD[K,V]对的RDD中Key相同的元素的Value进行聚合
val list = List(("spark",2),("hive",1),("hive",2))
val stuRDD = sc.makeRDD(list)
stuRDD.reduceByKey(+)
输出：
(spark,2)
(hive,3)
foreach() ：对数据集中每一个元素运行函数
val list = List(1,2,3,4)
val stuRDD = sc.makeRDD(list)
stuRDD.foreach(print)//对这个RDD进行遍历输出
输出：1234
编程要求
根据提示，在右侧编辑器begin-end处补充代码，计算并输出各个学生的总成绩。
("bj",88)： bj指学生姓名，88指学生成绩。
测试说明
平台会对你编写的代码进行测试：
预期输出：
(bj,254)
(sh,221)
(gz,285)
开始你的任务吧，祝你成功！
import org.apache.spark.SparkContext
import org.apache.spark.SparkConf
object Student {
def main(args: Array[String]): Unit = {
val conf = new SparkConf().setAppName(this.getClass.getSimpleName).setMaster("local")
val sc = new SparkContext(conf)
val arr1=Array(("bj",88),("sh",67),("gz",92))
val arr2=Array(("bj",94),("sh",85),("gz",95))
val arr3=Array(("bj",72),("sh",69),("gz",98))
//第一步：先将数组进行合并
//第二步：创建RDD
//第三步：把相同key的进行聚合
//第四步：输出
sc.stop()
}
}
