Spark大数据分析与实战（第二版） 课件 项目2 Scala程序处理新能源汽车销售数据.pptx

大数据分析与实战项目2Scala程序处理新能源汽车销售数据

编写Scala编程程序，统计新能源汽车销量、分析市场占有率、热门车型的销售情况等，为国家政策制定、企业发展计划等提供信息支持。现有一份数据文件（saleStat.txt），记载了2023年1到10月，我国各型号新能源汽车的销售量数据。情境导入Spark

项目分解Spark序号任务任务说明1Scala的安装与体验在Ubuntu环境下安装Scala，尝试编写Scala程序2分析某电动汽车的市场地位输入某品牌的销量，计算其市场占有率，并打印输出相关信息。3统计某电动汽车车的总销量读取电动汽车销售数据文件，计算某品牌所有车型的2023年1-10月的销量。4计算某热门车型的月均销量读取电动汽车销售数据文件，计算某热门车型的月均销量。5计算各大品牌的市场占有率根据面向对象编程理念，编写Scala独立应用程序，计算各大品牌的市场占有率。

熟悉Scala中的数组、列表、元组等组合数据类型的基本用法。掌握Scala编程的基本语法规则及程序结构。掌握函数、匿名函数、模式匹配基本用法。学习目标Python1234熟悉类、对象等面向对象程序设计概念。

项目2编写Scala程序处理新能源汽车销售数据Spark任务1Scala的安装与体验分析某电动汽车的市场地位统计某汽车品牌的总销量任务2任务3计算某热门车型的月均销量任务4计算各大品牌的市场占有率任务5

任务分析SparkSpark支持多种程序设计语言（包括Scala、Java、Python、R等）；在Ubuntu下安装Scala，熟悉Scala交互式编程的基本环境，进而编写简单的Scala程序；编译、并执行该程序，输出如下的几行诗句。

Scala简介SparkScala是ScalableLanguage的简写，它是一门多范式的编程语言。Scala程序可编译成Java字节码文件，而后直接运行于JVM之上，因而可以实现Scala、Java类的相互调用，这样Scala可以重复利用Java生态系统发展自身。特点：面向对象、函数式、静态类型、可扩展.......

Scala的安装SparkScala官网或教材配套资料中下载Scala安装包；解压到/usr/local目录：tar-zxvfscala-2.12.17.tgz-C/usr/local#解压到/usr/local目录执行“gedit~/.bashrc”命令（修改文件），在.bashrc文件的头部修改path变量，添加如下内容：exportPATH=$PATH:/usr/local/scala-2.13.12/bin修改完毕后，执行如下代码“source~/.bashrc”，从而让环境变量生效。

编写Scala代码（交互式环境）Spark在Ubuntu终端，输入“scala”命令，即可进入Scala简易开发环境。

编写Scala代码（paste模式）Spark

编写独立的Scala程序Spark文本编辑器（gedit等）书写HelloWorld.scala；使用命令编译、执行scalacHelloWorld.scalascala-classpath.HelloWorld

相关知识小结SparkScala是一门面向对象、函数式的编程语言；Scala提供了交互式简易开发环境；Scala运行在JVM之上，程序经过编译、执行，产生结果。在简易环境下体验Scala编程；参照HelloWorld编写独立的程序，并运行。任务实施

项目2编写Scala程序处理新能源汽车销售数据Spark任务1Scala的安装与体验分析某电动汽车的市场地位统计某汽车品牌的总销量任务2任务3计算某热门车型的月均销量任务4计算各大品牌的市场占有率任务5

任务分析Spark据新能源汽车销售数据文件可知，2023年10月份我国电动汽车总销量约为63.2万辆。本任务要求编写Scala代码，输入某品牌的10月份的销量，计算其市场占有率；进而根据占有率，打印输出不同的信息（该品牌的市场地位）。

数据类型Spark序号数据类型描述举例1Byte8位有符号补码整数。数值区间为-128到127202Short16位有符号补码整数。数值区间为-32768到3276720203Int32位有符号补码整数。数值区间为-2147483648到2147483647202002244Long64位有符号补码整数。数值区间为-9223372036854775808到92233720368547758072020022410025Float32位,IEEE754标准的单精度浮点数3.14f6Double64位IEEE754标准的双精度浮点数3.147C