本文主要向大家介绍了【云计算】Java，Spark中二次排序解析，通过具体的内容向大家展现，希望对大家学习云计算有所帮助。

一.原理：

二次排序的思想：

是有两列数据，可能存在第一列数据相同时第二列数据不相同的情况，这时候就要考虑用二次排序的思想。

首先想到的是，将第二列的数据封装成对象，当第一列数据相同的时候，要按照第二列排序，这时候，我们就可以按照封装成的对象进行排序。对象可以单独封装成类。实现Serializable,Comparable两个接口。

排序顺序倒叙问题：第一列排序的时候，我们可以按照sortbykey中的true或者false来控制顺序，里边内层排序的时候，我们可以通过控制封装成的对象中的排序的正负号，来控制顺序。

排序的数字：

3 10
5 2
6 5
8 123
1 4
4 123
5 432
3 54
5 121
8 654
3 98

二.代码实现：

?上边的部分是将按照最前边的数字排序的：也就是按照第一列数据进行排序的

package com.bjsxt.spark.others.secondsort;

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.PairFunction;
import org.apache.spark.api.java.function.VoidFunction;

import scala.Tuple2;

/**
 * 二次排序
 * 
 * @author root
 *
 */
public class SecondarySortTest {
 public static void main(String[] args) {
  SparkConf sparkConf = new SparkConf().setMaster("local").setAppName("SecondarySortTest");
  final JavaSparkContext sc = new JavaSparkContext(sparkConf);

  JavaRDD

下边的是对于里边对象的排序，也就是按照第二列数据排序的：

package com.bjsxt.spark.others.secondsort;

import java.io.Serializable;

public class SecondSortKey implements Serializable, Comparable

本文由职坐标整理并发布，希望对同学们有所帮助。了解更多详情请关注职坐标大数据云计算大数据安全频道！