在HDFS文件系统的目录下创建一个employee.txt，其内容如下： zhangsan 20 6200 lisi 25 6600 wangwu 26 6600 xiaoming 26 7000 tianqi 33 8800 jerry 35 8800 假设第一个字段表示姓名，第二个字段表示年龄，第三个字段表示薪水。 1， 通过Spark的RDD编程，统计出employee.txt中相同年龄的薪水总和。（15分） 2， 通过Spark的RDD编程，统计出employee.txt中薪水前三个人的信息。（10分）

1. 以下是通过Spark的RDD编程，统计出employee.txt中相同年龄的薪水总和的代码：

from pyspark import SparkContext

sc = SparkContext("local", "Employee")

# 读取employee.txt文件
employee_data = sc.textFile("hdfs://localhost:9000/employee.txt")

# 将每行数据拆分成姓名，年龄和薪水三个字段
split_data = employee_data.map(lambda line: line.split(" "))

# 将拆分出来的数据按照年龄进行分组
grouped_data = split_data.groupBy(lambda x: x[1])

# 计算每个年龄段薪水总和
result = grouped_data.map(lambda x: (x[0], sum(int(i[2]) for i in x[1])))

# 输出结果
result.foreach(print)

2. 以下是通过Spark的RDD编程，统计出employee.txt中薪水前三个人的信息的代码：

from pyspark import SparkContext

sc = SparkContext("local", "Employee")

# 读取employee.txt文件
employee_data = sc.textFile("hdfs://localhost:9000/employee.txt")

# 将每行数据拆分成姓名，年龄和薪水三个字段
split_data = employee_data.map(lambda line: line.split(" "))

# 按照薪水进行降序排序，并取前三个数据
result = split_data.takeOrdered(3, key=lambda x: -int(x[2]))

# 输出结果
for r in result:
    print(r[0], r[1], r[2])