spark二次排序

通常的二次排序，能够参考https://www.iteblog.com/archives/1819.html这篇文章，可是他的这种方式有问题。在这块代码：html item._2.toList.sortWith(_.toInt<_.toInt) 若是数据量很是大的话，会所有加在到内存中，容易形成内存溢出。web 在spark中能够使用repartitionAndSortWithinPartitio

>>阅读原文<<