Spark sortByKey算子学习使用详解

sortByKey:

     按Key进行排序

示例代码：

def my_sortByKey():
    data = ['hello spark', 'hello world', 'hello world']
    rdd = sc.parallelize(data)
    map_rdd = rdd.flatMap(lambda line: line.split(' ')).map(lambda x: (x, 1))
    reduce_by_key = map_rdd.reduceByKey(lambda a,b:a+b)
    sort_by_rdd = reduce_by_key.map(lambda x:(x[1],x[0])) 

 print(sort_by_rdd.sortByKey().map(lambda x:(x[1],x[0])).collect())

输出结果：

[('spark', 1), ('world', 2), ('hello', 3)]