自定義二次排序

# ./spark-shell --master spark://192.1368.56.21:7077 --executor-memory 1g --total-executor-cores 2
scala> sc.textFile("hdfs://hadoop21:9000/wc/").flatMap(_.split(" ")).map((_,1)).reduceByKey(_+_)
res0: org.apache.spark.rdd.RDD[(String, Int)] = ShuffledRDD[4] at reduceByKey at <console>:25
scala> sc.textFile("hdfs://hadoop21:9000/wc/").flatMap(_.split(" ")).map((_,1)).reduceByKey(_+_).collect
res1: Array[(String, Int)] = Array((tom,11), (hello,22), (jerry,6), (kitty,1), (hanmeimei,2), (lilei,2))
CustomSort.scala
package day10

import org.apache.spark.rdd.RDD
import org.apache.spark.{SparkConf, SparkContext}

object MySort {
  implicit val girlOrdering = new Ordering[Girl] {
    override def compare(x: Girl, y: Girl): Int = {
      if (x.faceValue != y.faceValue) {
        x.faceValue - y.faceValue
      }else {
//        if (x.age > y.age){
          y.age - x.age
        }
//        else {
//          x.age - y.age
//        }
//      }
    }
  }
}
object CustomSort {

  def main(args: Array[String]): Unit = {
    val conf = new SparkConf().setAppName("CustomSort").setMaster("local[2]")
    val sc = new SparkContext(conf)

    val girlInfo = sc.parallelize(Array(("tingting",80,25),("ningning",90,26),("mimi",90,27)))

//    val res = girlInfo.sortBy(_._2,false)

    // 第一種排序方式
//    import MySort.girlOrdering
//    val res: RDD[(String, Int, Int)] = girlInfo.sortBy(x => Girl(x._2,x._3),false)

    // 第二種排序方式
    val res: RDD[(String, Int, Int)] = girlInfo.sortBy(x => Girl(x._2,x._3),false)

    println(res.collect.toBuffer)



    sc.stop()
  }
}

//第一種排序方式
//case class Girl(faceValue: Int, age: Int){}
//第二種排序方式
case class Girl(faceValue: Int, age: Int) extends Ordered[Girl] {
  override def compare(that: Girl): Int = {
    if (this.faceValue != that.faceValue){
      this.faceValue - that.faceValue
    }else {
      that.age - this.age
    }
  }
}
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請(qǐng)聯(lián)系作者
  • 序言:七十年代末句喷,一起剝皮案震驚了整個(gè)濱河市秋忙,隨后出現(xiàn)的幾起案子,更是在濱河造成了極大的恐慌砚嘴,老刑警劉巖坝橡,帶你破解...
    沈念sama閱讀 210,978評(píng)論 6 490
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件枷恕,死亡現(xiàn)場離奇詭異筏养,居然都是意外死亡,警方通過查閱死者的電腦和手機(jī)兄朋,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 89,954評(píng)論 2 384
  • 文/潘曉璐 我一進(jìn)店門掐禁,熙熙樓的掌柜王于貴愁眉苦臉地迎上來,“玉大人颅和,你說我怎么就攤上這事傅事。” “怎么了峡扩?”我有些...
    開封第一講書人閱讀 156,623評(píng)論 0 345
  • 文/不壞的土叔 我叫張陵蹭越,是天一觀的道長。 經(jīng)常有香客問我教届,道長响鹃,這世上最難降的妖魔是什么? 我笑而不...
    開封第一講書人閱讀 56,324評(píng)論 1 282
  • 正文 為了忘掉前任案训,我火速辦了婚禮买置,結(jié)果婚禮上,老公的妹妹穿的比我還像新娘强霎。我一直安慰自己忿项,他們只是感情好,可當(dāng)我...
    茶點(diǎn)故事閱讀 65,390評(píng)論 5 384
  • 文/花漫 我一把揭開白布。 她就那樣靜靜地躺著轩触,像睡著了一般寞酿。 火紅的嫁衣襯著肌膚如雪。 梳的紋絲不亂的頭發(fā)上怕膛,一...
    開封第一講書人閱讀 49,741評(píng)論 1 289
  • 那天熟嫩,我揣著相機(jī)與錄音秦踪,去河邊找鬼褐捻。 笑死,一個(gè)胖子當(dāng)著我的面吹牛椅邓,可吹牛的內(nèi)容都是我干的柠逞。 我是一名探鬼主播,決...
    沈念sama閱讀 38,892評(píng)論 3 405
  • 文/蒼蘭香墨 我猛地睜開眼景馁,長吁一口氣:“原來是場噩夢啊……” “哼板壮!你這毒婦竟也來了?” 一聲冷哼從身側(cè)響起合住,我...
    開封第一講書人閱讀 37,655評(píng)論 0 266
  • 序言:老撾萬榮一對(duì)情侶失蹤绰精,失蹤者是張志新(化名)和其女友劉穎,沒想到半個(gè)月后透葛,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體笨使,經(jīng)...
    沈念sama閱讀 44,104評(píng)論 1 303
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點(diǎn)故事閱讀 36,451評(píng)論 2 325
  • 正文 我和宋清朗相戀三年僚害,在試婚紗的時(shí)候發(fā)現(xiàn)自己被綠了硫椰。 大學(xué)時(shí)的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片。...
    茶點(diǎn)故事閱讀 38,569評(píng)論 1 340
  • 序言:一個(gè)原本活蹦亂跳的男人離奇死亡萨蚕,死狀恐怖靶草,靈堂內(nèi)的尸體忽然破棺而出,到底是詐尸還是另有隱情岳遥,我是刑警寧澤奕翔,帶...
    沈念sama閱讀 34,254評(píng)論 4 328
  • 正文 年R本政府宣布,位于F島的核電站浩蓉,受9級(jí)特大地震影響派继,放射性物質(zhì)發(fā)生泄漏。R本人自食惡果不足惜妻往,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 39,834評(píng)論 3 312
  • 文/蒙蒙 一互艾、第九天 我趴在偏房一處隱蔽的房頂上張望。 院中可真熱鬧讯泣,春花似錦纫普、人聲如沸。這莊子的主人今日做“春日...
    開封第一講書人閱讀 30,725評(píng)論 0 21
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽节视。三九已至,卻和暖如春假栓,著一層夾襖步出監(jiān)牢的瞬間寻行,已是汗流浹背。 一陣腳步聲響...
    開封第一講書人閱讀 31,950評(píng)論 1 264
  • 我被黑心中介騙來泰國打工匾荆, 沒想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留拌蜘,地道東北人。 一個(gè)月前我還...
    沈念sama閱讀 46,260評(píng)論 2 360
  • 正文 我出身青樓牙丽,卻偏偏與公主長得像简卧,于是被迫代替她去往敵國和親。 傳聞我的和親對(duì)象是個(gè)殘疾皇子烤芦,可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 43,446評(píng)論 2 348

推薦閱讀更多精彩內(nèi)容