本次实验的四个作业整体上和lab5差不多，只是数据处理中要考虑的情况更多，同时多了一个开放的任务4.
任务1要求统计每日总资金流入/流出量，通过分析，将任务分解为读取数据，按日期为key进行分类，最后reduce处理，计算每日资金流入流出三个部分，设计相应的map和reduce去处理。
最终的运行结果类似下表，完整结果见output/task1：
20130701 32488348,5525022
20130702 29037390,2554548
20130703 27270770,5953867
20130704 18321185,6410729
20130705 11648749,2763587
20130706 36751272,1616635
和任务1类似，只需要在任务一已有的基础上，通过借助output/task1文件，分析一周七天的总资金流入即可，关于日期的转换，通过上网搜索，发现了DateTimeFormatter和LocalDate两个类，可方便的进行日期转换。
最终的运行结果：
TUESDAY 2.6358205886885247E8,1.9176914462295082E8
MONDAY 2.6030581E8,2.174638654918033E8
WEDNESDAY 2.5416260783606556E8,1.946394465081967E8
THURSDAY 2.3642559403278688E8,1.764666748852459E8
FRIDAY 1.9940792306557378E8,1.6646796019672132E8
SUNDAY 1.5591455193442622E8,1.3242720506557377E8
SATURDAY 1.4808806829508197E8,1.1286894208196722E8
任务3需要判断用户的活跃情况，整体处理方式和任务1类似，将任务分解为读取数据，按用户id分类，最后reduce统计活跃次数，并降序输出三个部分，注意对空值的判断即可。
最终的运行结果（部分）：
7629 384
11818 359
21723 334
19140 332
24378 315
26395 297
25147 295
27719 293
20515 291
5016 287
任务4是个开放性问题，我分析的因素是mfd_day_share_interest.csv文件中的余额宝7日年化收益率字段（mfd_7daily_yield），分析这一利率与日均交易资金量之间的关系。
总体思路是：将mfd_day_share_interest.csv 文件预先读取（通过重载setup方法），然后用HashMap记录日期 -> 7日年化收益率，map阶段读取output/task1，并通过哈希查找将每个日期的资金流入流出和7日年化收益率对应起来，交给reduce处理。reduce阶段类似task2，统计并求平均即可。最后，将输出的结果用另一个java文件（Analysis_related.java）去分析，得到了相关系数，证明了有显著影响。
结果1（根据7日年化收益率得到的日均资金流入流出量，格式为收益率区间 流入量 流出量，即output/task4）：
4-5 159365440,152664975
5-6 234931629,189426341
6-7 378151919,195203850
结果2（最终的相关系数）：
利率与资金流入量的相关系数: 0.9844345053172856 利率与资金流出量的相关系数: 0.9218101798343007
- task2中，输出感觉最好保留到整数，而不是科学计数法输出
- 最终计算相关系数的java文件，是直接把数据写死到里面去计算的，下次最好改为通过读取结果文件去计算
git仓库中还有一个try.ipynb文件，这是我写的用于简单查看数据/本地验证结果是否正确的python文件，起到了帮我快速统计数据（如task4中之所以分类为4-5,5-6,6-7这三个区间，就是先使用python发现数据的最大值为6.76，最小值为4.11，才决定这样分类），侧面验证的作用。