使用Spark處理二次排序問題

現在有這樣一個需求: 有這樣一份log日誌記錄了某時間戳下某個設備訪問網站時產生的上行流量、下行流量。 時間戳/設備號/上行流量/下行流量 現在想統計出每個設備號的最早訪問時間及總的上行流量、下行流量，最後打印出10個按上行流量、下行流量排序的最多的10個記錄。 思路：涉及到排序問題，我們可以使用Spark的sortByKey算子，我們可以自定義排序方式，實現Comparable接口即可；另外sp

>>阅读原文<<