Scala排序

排序-简单版

package com.ws.order

class OrderBean(val name:String,val age:Int,val fv:Double) extends Ordered[OrderBean] with Serializable {
  override def compare(that: OrderBean): Int = {
    if(this.fv == that.fv){
      this.age.compareTo(that.age)
    }else{
      - this.fv.compareTo(that.fv)
    }
  }

  override def toString = s"OrderBean($name, $age, $fv)"
}}

对象排序

package com.ws.order

import org.apache.spark.{SparkConf, SparkContext}


/**
 * 排序，如果是Bean 那么可以实现 Comparator、Ordered、Ordering 三个接口之一
 * 直接调用sortBy即可
 */
object Order1 {
  def main(args: Array[String]): Unit = {
    val conf = new SparkConf().setAppName("Topn1").setMaster("local[*]")
    val sc = new SparkContext(conf)
    val value = sc.parallelize(Array[OrderBean](new OrderBean("zs", 18, 99.2), new OrderBean("ls", 28, 99.2), new OrderBean("ww", 31, 100)))
    val value1 = value.sortBy(t => t)
    println(value1.collect().toBuffer)
    sc.stop()
  }
}

元组排序

package com.ws.order

import org.apache.spark.rdd.RDD
import org.apache.spark.{SparkConf, SparkContext}


/**
 * 如果是元组，可以直接再t中指定排序规则
 */
object Order2 {
  def main(args: Array[String]): Unit = {
    val conf = new SparkConf().setAppName("Topn1").setMaster("local[*]")
    val sc = new SparkContext(conf)
    val value: RDD[(String, Int, Double)] = sc.parallelize(List(("zs", 18, 99.5), ("ls", 20, 99.5), ("zs", 28, 100)))
    val value1: RDD[(String, Int, Double)] = value.sortBy(x => (-x._3, x._2, x._1))
    println(value1.collect().toBuffer)
    sc.stop()
  }
}

如果是元组，我们不需要将元组转换成对象，然后再按照对象去排序，我们直接可以在sortBy中 将原来的元组转换成对象去排 这个很重要。

反过来也一样，如果一个对象没有指定排序规则，我们可以把对象解析成元组，利用元组的默认排序规则去排（先排第一个，再排第二个） 

排序-隐式转换 

package com.ws.order

case class OrderBeanSimple(name:String, age:Int, fv:Double){
  override def toString = s"OrderBean($name, $age, $fv)"
}

package com.ws.order

import org.apache.spark.{SparkConf, SparkContext}


/**
 * 排序，如果是Bean实现 Comparator、Ordered、Ordering 方法，那么bean就和排序规则耦合在一起了，
 * 如果我们用同一个bean，但是需要不同的排序规则进行排序，那么我么可以把排序规则抽取出来，用隐式转换修饰
 * 导入不同的排序方法，就可以实现不同的排序
 */
object Order3Implicit {
  def main(args: Array[String]): Unit = {
    val conf = new SparkConf().setAppName("Topn1").setMaster("local[*]")
    val sc = new SparkContext(conf)
    val value = sc.parallelize(Array[OrderBeanSimple](OrderBeanSimple("zs", 18, 99.2), OrderBeanSimple("ls", 28, 99.2), OrderBeanSimple("ww", 31, 100)))
    import OrderContext.sortByAge
    val value1 = value.sortBy(t => t)
    println(value1.collect().toBuffer)
    sc.stop()
  }
}