华迪hadoop大数据开发训练

上传者: 44004835 | 上传时间: 2021-07-14 22:06:39 | 文件大小: 3KB | 文件类型: ZIP
第二阶段模块开发训练: 1)网络数据采集,使用requests或者scrapy爬取数据(不能使用我案例中爬取的页面),存储到一个文本文件(文件命名为:姓名-学号-数据源文件.txt)中。 2)使用Spark RDD或者Spark Sql,读取“姓名-学号-数据源文件.txt”内容,对某一个字段的数据进行统计,获得词频前10的字段数据。把结果放在一个文本文件里面,命名为:姓名-学号-排行结果.txt 不能爬取下面2个网页内容,可以爬取其网站的其他网页内容 http://www.yingjiesheng.com/commend-fulltime-{}.html https://www.bilibili.com/v/popular/rank/all 要求: 1)7月15号21:00前提交作业 2)提交的作业为:爬虫项目+处理数据项目+姓名-学号-数据源文件.txt+姓名-学号-排行结果.txt四个内容放在一个文件夹里面打包,命名为:姓名-学号-第二阶段作业.rar(或者zip),然后发给我。可以发邮件+私聊窗口(21:00前有效)

文件下载

资源详情

[{"title":"( 2 个子文件 3KB ) 华迪hadoop大数据开发训练","children":[{"title":"python_homework","children":[{"title":"export_file","children":null,"spread":false},{"title":"spark","children":[{"title":"spark.py <span style='color:#111;'> 1.60KB </span>","children":null,"spread":false}],"spread":true},{"title":"request","children":[{"title":"request.py <span style='color:#111;'> 1.51KB </span>","children":null,"spread":false}],"spread":true}],"spread":true}],"spread":true}]

评论信息

免责申明

【只为小站】的资源来自网友分享,仅供学习研究,请务必在下载后24小时内给予删除,不得用于其他任何用途,否则后果自负。基于互联网的特殊性,【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查;无论 【只为小站】 经营者是否已进行审查,用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场,基于网友分享,根据中国法律《信息网络传播权保护条例》第二十二条之规定,若资源存在侵权或相关问题请联系本站客服人员,zhiweidada#qq.com,请把#换成@,本站将给予最大的支持与配合,做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明