Spark中实现TOP N (Java版本)

1、下面是源数据，取出最大的前3个数字。

2

4
1
6
8
10
34

89

2、开发实现过程如下：

package gh.spark.Basic;


import java.util.List;
import org.apache.spark.SparkConf;
import org.apache.spark.api.java.JavaPairRDD;
import org.apache.spark.api.java.JavaRDD;
import org.apache.spark.api.java.JavaSparkContext;
import org.apache.spark.api.java.function.Function;
import org.apache.spark.api.java.function.PairFunction;


import scala.Tuple2;


public class Top3 {
public static void main(String[] args) {
SparkConf conf=new SparkConf().setAppName("Top3").setMaster("local");
JavaSparkContext sc=new JavaSparkContext(conf);

JavaRDD<String> lines = sc.textFile("hdfs://tgmaster:9000/in/nums2");

//经过map映射，形成键值对的形式。
JavaPairRDD<Integer, Integer> mapToPairRDD = lines.mapToPair(new PairFunction<String, Integer, Integer>() {


private static final long serialVersionUID = 1L;


public Tuple2<Integer, Integer> call(String num) throws Exception {
// TODO Auto-generated method stub
int numObj=Integer.parseInt(num);
Tuple2<Integer, Integer> tuple2 = new Tuple2<Integer, Integer>(numObj, numObj);
return tuple2;
}
});
/**
* 1、通过sortByKey()算子，根据key进行降序排列
* 2、排序完成后，通过map()算子获取排序之后的数字
*/
JavaRDD<Integer> resultRDD = mapToPairRDD.sortByKey(false).map(new Function<Tuple2<Integer,Integer>, Integer>() {
private static final long serialVersionUID = 1L;


public Integer call(Tuple2<Integer, Integer> v1) throws Exception {
// TODO Auto-generated method stub
return v1._1;
}
});
//通过take()算子获取排序后的前3个数字
List<Integer> nums = resultRDD.take(3);
for (Integer num : nums) {
System.out.println(num);
}
sc.close();
}
}

3、运行结果如下：

89
34
10