需求:将rdd数据中相同班级的学生分到一个partition中,并根据分数降序排序。
此实例用到的repartitionAndSortWithinPartitions是Spark官网推荐的一个算子,官方建议,如果需要在repartition重分区之后,还要进行排序及repartition和sortBy,**建议直接使用repartitionAndSortWithinPartitions算子,替换repartition和sortBy**。因为该算子可以一边进行重分区的shuffle操作,一边进行排序。shuffle与sort两个操作同时进行,比先shuffle再sort来说,性能可能是要高的。
RDD 重新分区,排序 repartitionAndSortWithinPartitions
[Spark进阶]--repartitionAndSortWithinPartitions替换repartition和sortBy