问题描述
rrr = sc.parallelize([1,2,3])
fff = sc.parallelize([5,6,7,8])
test = rrr.cartesian(fff)
这是test
:
[(1,5),(1,6),7),8),(2,(3,8)]
调用groupByKey
后有没有办法保留顺序:
test.groupByKey().mapValues(list).take(2)
输出是这个列表是随机顺序的:
Out[255]: [(1,[8,5,7]),[5,8,[6,5])]
所需的输出是:
[(1,8]),8])]
如何实现这一目标?
解决方法
您可以再添加一个 mapValues
以对列表进行排序:
result = test.groupByKey().mapValues(list).mapValues(sorted)