RDD_行动算子top takeOrdered

常见的获取TopN算子：

1. top算子：

   1. top(n)取出RDD降序排序后的topN
   2. top(n)(Ordering.Int.reverse)取出RDD升序后的topN

2. takeOrdered算子：

   1. takeOrdered(n)取出RDD升序排序后的topN
   2. takeOrdered(n)(Ordering.Int.reverse)取出RDD降序排序后的topN

xxxxxxxxxx
package com.itbaizhan.rdd.action

//1.导入类
import org.apache.spark.rdd.RDD
import org.apache.spark.{SparkConf, SparkContext}

object RddTopTakeOrdered {
  def main(args: Array[String]): Unit = {
    //2.构建SparkConf对象，并设置本地运行和程序名称
    val conf: SparkConf = new SparkConf().setMaster("local[1]").
      setAppName("TakeOrdered")
    //3.使用conf对象构建SparkContet对象
    val sc = new SparkContext(conf)
    //5.创建RDD对象
    val rdd: RDD[Int] = sc.parallelize(List(5, 2, 1, 4, 3, 8, 6, 1))
    //6.获取默认降序的top3
    val top3: Array[Int] = rdd.top(3)
    println("top3:"+top3.mkString(","))
    //7.获取默认升序的top3
    val takeOr3: Array[Int] = rdd.takeOrdered(3)
    println("takeOr3:"+takeOr3.mkString(","))
    //8.获取升序的top3
    val top3r: Array[Int] = rdd.top(3)(Ordering.Int.reverse)
    println("top3r:"+top3r.mkString(","))
    //9.获取降序的top3
    val takeOr3r: Array[Int] = rdd.takeOrdered(3)(Ordering.Int.reverse)
    println("takeOr3r:"+takeOr3r.mkString(","))
    //4.关闭sc对象
    sc.stop()
  }
}

实时效果反馈

1. 以下关于val rdd: RDD[Int] = sc.parallelize(List(5,2,1,4,3,8,6,1))中rdd相关算子的描述正确的是：

A rdd.top(2)获取降序排序后的Top2。

B rdd.takeOrdered(4)获取升序排序后的Top4。

C rdd.takeOrdered(2)(Ordering.Int.reverse)获取降序排序后的Top2。

D 以上三个选项都正确。

答案：

1=>D