Spark排序方式之Ordering on

一、Spark的几种排序方式
（1）直接根据字段进行排序 弊端：如果字段太多不便于使用
（2）封装一个类，实现它的Ordered 弊端：用自定义实现序列化方式比较麻烦
（3）用case class的方式排序 推荐：不用new、默认就实现了序列化
（4）最简单的排序方式Ordering on

二、Spark最简单的一种排序方式Ordering on

package com.ruozedata.bigdata.spark.core02

import com.ruozedata.bigdata.spark.utils.ContextUtils
import com.ruozedata.bigdata.spark.utils.ImplicitAspect._

object SortApp {
  def main(args: Array[String]): Unit = {
    val sc = ContextUtils.getContext(this.getClass.getSimpleName)

    val products = sc.parallelize(List("啤酒 20 10","红酒 20 100","白酒 5 200"))
 
    val product = products.map(x => {
      val splits = x.split(" ")
      val name = splits(0)
      val price = splits(1).toDouble
      val amount = splits(2).toInt

      (name, price, amount)
    })

    /**
     * Ordering on
     *
     * -x._2, -x._3  排序规则
     * (Double,Int) 定义的是规则的返回值的类型
     * (String,Double,Int) 数据的类型
     */
    implicit val ord = Ordering[(Double,Int)].on[(String,Double,Int)](x=>(-x._2, -x._3))
    product.sortBy(x=>x).printInfo()

    sc.stop()
  }

}

输出的结果
(红酒,20.0,100)
(啤酒,20.0,10)
(白酒,5.0,200)
~~~~~~~~~~~~~~~~~~~