spark的二次排序(封装对象)

二次排序原理

Spark中大于两列的排序都叫二次排序, 二次排序就是首先按照第一字段排序，然后再对第一字段相同的行按照第二字段排序，注意不能破坏第一次排序的结果,本文采用封装对象的编程思想进行二次排序,大大简化的代码的复杂度。

废话少说,上代码...实践是检验真理的唯一标准.......

java代码实现:

 

package qq1;

import org.apache.spark.SparkConf;
import org.apache.spark.api.java.JavaPairRDD;
import org.apache.spark.api.java.JavaRDD;
import org.apache.spark.api.java.JavaSparkContext;
import org.apache.spark.api.java.function.Function;
import org.apache.spark.api.java.function.PairFunction;
import org.apache.spark.api.java.function.VoidFunction;
import scala.Tuple2;

import java.io.Serializable;

//新建类
class MySort implements Comparable, Serializable{
    public  Integer i1;
    public  Integer i2;
    //构造方法
    public MySort(Integer i1, Integer i2) {
        this.i1 = i1;
        this.i2 = i2;
    }
    //精髓
    @Override
    public int compareTo(MySort o) {
        //重新定义比较规则
        if(this.i1 == o.i1){    //当第一列的值相同时,比较第二列的值
            return this.i2 - o.i2;
        }else {    //当第一列的值不相同,比较第一列的值
            return this.i1 - o.i1;
        }
    }
}

public class TestSort {
    public static void main(String[] args) {
        SparkConf conf = new SparkConf();
        conf.setMaster("local");
        conf.setAppName("sort");
        JavaSparkContext sc = new JavaSparkContext(conf);
        JavaRDD lines = sc.textFile("./data/sort.txt");
        //按照空格切分,封存到MySort对象中
        JavaPairRDD trans = lines.mapToPair(new PairFunction() {

            @Override
            public Tuple2 call(String line) throws Exception {
                return new Tuple2<>(new MySort(Integer.valueOf(line.split(" ")[0]), Integer.valueOf(line.split(" ")[1])), line);
            }
        });
        //按照第一列排好序后,第一列不动,
        //第一列相同值,但第二列值不同的在进行二次排序
        trans.sortByKey().map(new Function,String>() {

            @Override
            public String call(Tuple2 v) throws Exception {
                return v._2;
            }
        }).foreach(new VoidFunction() {    //遍历
            @Override
            public void call(String s) throws Exception {
                System.out.println(s);
            }
        });

    }

}

 

 原始数据

1 3
3 6
1 5
5 7
5 6
2 4
7 3
1 1
4 6 
7 1
3 1
1 9
2 5
2 1

排序后的数据

1 1
1 3
1 5
1 9
2 1
2 4
2 5
3 1
3 6
4 6 
5 6
5 7
7 1
7 3