spark 统计,排序

本文介绍了如何在Spark中进行数据统计和排序操作。通过在XShell中上传文件`wagzhe`,将数据转换为RDD模式进行处理。首先,统计了每个区的总收入,接着进一步统计每个玩家在每个区的花费。最后,展示了如何按照玩家和区的花费进行排序,详细解释了排序的逻辑和步骤。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

在xshell里面创建一个文件,并且上传

(a,b,c,d)代表的是玩家,(r1,r2,r3)代表的是区,数字代表花的钱数


上传文件,(文件的名字叫wagzhe)


打开文件,转成RDD模式,然后输出一下看看是否正确


输出结果:


统计一下每个区转了多少钱(每个人花了多少钱和这个例子一样就是把玩家作为键 把钱数作为值)

先用map(lambda x:x.split(","))给它拆分开,拆分后的样式就是[(a,r1,87),(a,r2,50)......],x[1]是区(键),x[2]是钱数(是值)

用redecuByKey()统计一下结果就出来了


输出结果:



统计一下

Spark SQL中,可以使用orderBy函数对DataFrame进行升序排序。具体的使用方法如下: 1. 首先,导入相关的包并定义样例类,例如: ``` import org.apache.spark.sql.functions._ case class Student(班级: Int, 学号: Int, 成绩: Int) ``` 2. 然后,将RDD转换成DataFrame,可以使用`import spark.implicits._`来支持转换操作。 3. 使用orderBy函数对DataFrame进行排序,例如: ``` val sortedDF = df.orderBy("成绩") ``` 其中,orderBy函数的参数可以是一个或多个列名,表示按照这些列进行排序。默认情况下,orderBy函数会按照升序进行排序。 请注意,以上是一种常见的使用方法,具体的代码实现可能会根据实际情况有所不同。 #### 引用[.reference_title] - *1* [Spark SQL案例:分组排行榜](https://blog.youkuaiyun.com/m0_67806453/article/details/125346520)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^control_2,239^v3^insert_chatgpt"}} ] [.reference_item] - *2* *3* [Spark SQL作业统计并输出前十名学生成绩并排序](https://blog.youkuaiyun.com/qq_62127918/article/details/130426849)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^control_2,239^v3^insert_chatgpt"}} ] [.reference_item] [ .reference_list ]
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值