Apache spark 如何对RDD.takeOrdered（）进行反向排序？

Spark中RDD的takeOrdered（）方法的反转顺序的语法是什么

---

对于奖励积分，Spark中RDD的自定义排序语法是什么？

反向排序

val seq = Seq(3,9,2,3,5,4)
val rdd = sc.parallelize(seq,2)
rdd.takeOrdered(2)(Ordering[Int].reverse)

rdd3.takeOrdered(3)(Ordering[Int].reverse.on(x=>x._2))

rdd3.takeOrdered(3)(Ordering[Int].on(x=>x._2))

结果将是数组（9,5）

定制订单

val seq = Seq(3,9,2,3,5,4)
val rdd = sc.parallelize(seq,2)
rdd.takeOrdered(2)(Ordering[Int].reverse)

rdd3.takeOrdered(3)(Ordering[Int].reverse.on(x=>x._2))

rdd3.takeOrdered(3)(Ordering[Int].on(x=>x._2))

我们将按年龄对人进行分类

case class Person(name:String, age:Int)
val people = Array(Person("bob", 30), Person("ann", 32), Person("carl", 19))
val rdd = sc.parallelize(people,2)
rdd.takeOrdered(1)(Ordering[Int].reverse.on(x=>x.age))

结果将是数组（Person（ann，32））

//逆序（降序）

输出：

res0: Array[(String, Int)] = Array((Hadoop,5), (PIG,3), (Hive,2))

//升序

val seq = Seq(3,9,2,3,5,4)
val rdd = sc.parallelize(seq,2)
rdd.takeOrdered(2)(Ordering[Int].reverse)

rdd3.takeOrdered(3)(Ordering[Int].reverse.on(x=>x._2))

rdd3.takeOrdered(3)(Ordering[Int].on(x=>x._2))

输出：

res0: Array[(String, Int)] = Array((Hadoop,5), (PIG,3), (Hive,2))

---

对于K，V对的字数类型问题。如果您想从您的订购列表中获得最后10个-

SparkContext().parallelize(wordCounts.takeOrdered(10, lambda pair: -pair[1]))

---

要进行升序排序，我们需要执行>>>rdd.takeOrdered（2）或>>>rdd.takeOrdered（2）（排序[Int]）。默认情况下，它按升序排序。而是通过使用top（2）命令进行更优化的操作。用于在升序>>>rdd中进行自定义排序。takeOrdered（1）（排序[Int].on（x=>x.age））.foreach（println）。。。用于对对象的字符串字段进行自定义排序>>>rdd.takeOrdered（1）（排序[String].on（x=>x.name））.foreach（println）