Scala 为什么重新分区和SortWithinPartitions不排序？

以下是我正在做的：

val rddkv = sc.parallelize(List(("k1",1),("k2",2),("k1",2),("k3",5),("k3",1)))
    //rddkv.collect
    //Array[(String, Int)] = Array((k1,1), (k2,2), (k1,2), (k3,5), (k3,1))

rddkv.repartitionAndSortWithinPartitions(new org.apache.spark.RangePartitioner(3,rddkv)).mapPartitionsWithIndex( (i,iter_p) => iter_p.map(x=>" index="+i+" value="+x)).collect
    //Array[String] = Array(" index=0 value=(k1,1)", " index=0 value=(k1,2)", " index=1 value=(k2,2)", " index=1 value=(k3,5)", " index=1 value=(k3,1)")

---

请注意，分区中的值没有排序。为什么呢？我遗漏了什么？

RDD实际上是经过排序的，您可能误解了该方法的工作原理。该方法在键值对的RDD上运行，

（K，V）

，其中

K

是键，

V

是值。它将重新分区，然后按键对数据进行排序

查看您的输出顺序：

（k1,1）、（k1,2）、（k2,2）、（k3,5）、（k3,1）

，它在键后正确排序

如果只想对值进行排序，而忽略它们所在的分区，那么只需执行

rdd.sortBy（u.\u 2）