###############################################
数据如下:
年份:气温
2005 19
2005 40
2006 30
2008 50
2007 35
2007 32
1,spark实现全排序,即按照年份对数据升序排列,对以上的数据 实现的效果:
2005 19
2005 40
2006 30
2007 32
2007 35
2008 50
代码:
import org.apache.spark.{SparkConf, SparkContext} object WordCount { def main(args: Array[String]): Unit = { val conf = new SparkConf(); conf.setMaster("local") conf.setAppName("wangjk") conf.set("spark.testing.memory", "2147480000") val sc = new SparkContext(conf); val r1=sc.textFile("file:///D:/docment/spark3.txt") val r2=r1.collect().sorted r2.foreach(println) } }
2,spark实现二次排序
要求:1,年份升序 2,气温取当年的最高气温
效果如下:
(2005,40)
(2006,30)
(2007,35)
(2008,50)
代码实现:
import org.apache.spark.{SparkConf, SparkContext} object WordCount { def main(args: Array[String]): Unit = { val conf = new SparkConf(); conf.setMaster("local") conf.setAppName("wangjk") conf.set("spark.testing.memory", "2147480000") val sc = new SparkContext(conf); val r1=sc.textFile("file:///D:/docment/spark3.txt") val r2=r1.map(e=>(e.split(" ")(0),e.split(" ")(1))) //e 为当前文本的一行,按照空格切开,成为元组(2005,19) .map(e=>e._1->List(e._2)) // 转化成 2005->list(19)的map .reduceByKey(_:::_) // 将相同的key的map聚合,2005->list(19,40) .map(e=>(e._1,e._2.sorted.reverse(0)) ) //将第二个元素 即list 进行排序、反转成list(40,19),再取第一个元素,与年份组成元组 .sortByKey() //按照年份排序 r2.foreach(println) } }