RDD触发算子：TopN算子（top算子、takeOrdered算子）

TopN算子

top算子

功能

对RDD中的所有元素降序排序，并返回前N个元素，即返回RDD中最大的前N个元数据
特点：不经过Shuffle，将所有元素放入Driver内存中排序，性能更好，只能适合处理小数据量

语法

def top(self,num) -> List[0]

举例

如何构造sc对象并创建RDD 参考文章：
【Spark中创建RDD的两种方式】Spark中如何获取sc对象、以及创建RDD的两种方式

list01 = [1, 5, 2, 6, 9, 10, 4, 3, 8, 7]
rdd = sc.parallelize(list01)
# top 是一个触发算子，不返回rdd类型
# 对于触发算子的结果，一般不返回rdd,而是一个正常的返回值，使用print 打印即可
print(rdd.top(3))  # 输出结果为 [10,9,8]

takeOrdered

功能

对RDD中的所有元素升序排序，并返回前N个元素，即返回RDD中最小的前N个元数据
特点：不经过Shuffle，将所有元素放入Driver内存中排序，只适合处理小数据量

语法：

def takeOrdered(self,num) -> List[0]

举例：

list01 = [1, 5, 2, 6, 9, 10, 4, 3, 8, 7]
rdd = sc.parallelize(list01)
# top 是一个触发算子，不返回rdd类型
# 对于触发算子的结果，一般不返回rdd,而是一个正常的返回值，使用print 打印即可
print(rdd.takeOrdered(3))  # 输出结果为 [1,2,3]