spark wordcont Spark: sortBy和sortByKey函数详解

//统计单词top10
def main(args: Array[String]): Unit = {
       val conf = new SparkConf().setAppName("tst").setMaster("local[3]")
        val sc = new SparkContext(conf)
        //wc
       val res =  sc.textFile("D:\\test\\spark\\urlCount").flatMap(_.split("\\s"))
         .map((_,1)).reduceByKey(_+_).map(t=>(t._2,t._1)).sortByKey().take(10)
//不能用top函数,要用

        print(res.toBuffer)
    println()

//    val sr = Source.From
val lines = Source.fromFile("D:\\test\\spark\\urlCount\\itcast.log").getLines();
    val res1 = lines.flatMap(_.split("\\s")).toList.
      map((_,1L)).groupBy(_._1).map(t=>(t._1,t._2.size)).toList.sortBy(-_._2).take(10)
    print(res1.toList.toBuffer)
  }

在很多应用场景都需要对结果数据进行排序，Spark中有时也不例外。在Spark中存在两种对RDD进行排序的函数，分别是 sortBy和sortByKey函数。sortBy是对标准的RDD进行排序，它是从Spark 0.9.0之后才引入的（可以参见SPARK-1063）。而sortByKey函数是对PairRDD进行排序，也就是有Key和Value的RDD。下面将分别对这两个函数的实现以及使用进行说明。

当组成keyval对之后只能用sortBykey实现了

 

Spark: sortBy和sortByKey函数详解