Spark之takeOrderd算子

博客介绍了Spark中takeOrdered函数,它与take类似,但返回结果顺序相反。还通过代码示例展示了top函数按降序排序,takeOrdered函数按升序排序,如对数组操作时呈现出不同的排序结果。

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

takeOrdered

def takeOrdered(num: Int)(implicit ord: Ordering[T]): Array[T]

takeOrdered函数与take类似,它返回结果的顺序与take函数相反。

 

 

scala> val a = sc.parallelize(Array(2,5,6,8,9))
a: org.apache.spark.rdd.RDD[Int] = ParallelCollectionRDD[83] at parallelize at <console>:24

scala> a.top(1)
res49: Array[Int] = Array(9)

scala> a.top(4)
res50: Array[Int] = Array(9, 8, 6, 5)

scala> a.top(5)
res51: Array[Int] = Array(9, 8, 6, 5, 2)

scala> a.takeOrdered(2)
res52: Array[Int] = Array(2, 5)

scala> a.takeOrdered(4)
res53: Array[Int] = Array(2, 5, 6, 8)

 

top(num)按降序排序,而takeOrdered(num)按升序排序

评论 3
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