1)数据准备
agent.log：时间戳，省份，城市，用户，广告，中间字段使用空格分隔。
2)需求描述
统计出每一个省份每个广告被点击数量排行的Top3
// TODO 需求： 统计出每一个省份 广告被点击数量排行的Top3 val agentRdd = sc.textFile("Input/sparkCore/agent.log") agentRdd .map(line=>{ val datas = line.split(" ") ((datas(1),datas(4)),1) //（(省份，广告)，1） }) .reduceByKey(_+_) //（(省份，广告)，sum） .map{ case ((pro,ad),sum) => (pro,(ad,sum)) //（省份，（广告，sum)） } .groupByKey() //（省份，iterator(（广告，sum),（广告，sum),...)） .mapValues(iter =>{ iter.toList.sortBy(_._2)(Ordering.Int.reverse).take(3) //降序排列 取前三 }) // （省份，top3（广告，sum)) .collect().foreach(println)