根据第一列降序，第二列降序。第一列相等，第二列降序。

    步骤：
    1）混入Ordered 和 Serializable 特质(trait)，实现自定义的用于排序的key
    2）将要进行二次排序的文件加载进来生成(key,value)类型的RDD
    3）使用sortByKey()基于自定义的key进行二次排序
    4）去除排序的key，只保留排序的结果。

    实现：

    1. class SecondarySortKey(val first:Int, val second:Int) extends Orderd[SecondarySortKey] with Serializable {
    2.   def compare(other: SecondarySortKey):Int = {
    3.     if(this.first - other.first !=0){
    4.       this.first - other.first
    5.     } else{
    6.       this.second - other.second
    7.     }
    8.   }
    9. }
    11. Object SecondarySortApp{
    12.   def main(args:Array[String]) {
    13.     val conf = new SparkConf().setAppName("SecondAry").setMaster("local")
    14.     val sc = new SparkContext(conf)
    15.     val lines = sc.textFile("file://aa.txt")
    16.     val pariWithSortKey = lines.map( line => (new SecondarySortKey(line.split(" ")(0).toInt),line.split(" ")(1).toInt),line))
    17.     val sorted = pariWithSortKey.sortByKey(false)
    18.     val sortedResult = sorted.map(sortedLine => sortedLine._2)
    19.     sortedResult.collect().foreach(println(_))
    20.   }
    21. }
    1. package spark.rdd
    3. import org.apache.spark.rdd.RDD
    4. import org.apache.spark.{SparkConf, SparkContext}
    5. object SecondarySortApp {
    6.   // 第一列升序，第二列降序
    7. def main(args: Array[String]): Unit = {
    8.   val conf = new SparkConf().setAppName("SortByKey").setMaster("local[*]")
    9.   val sc = new SparkContext(conf)
    10.   sc.setLogLevel("ERROR")
    11.   val data = sc.textFile("/test/file/secondarySort.txt",1)
    12.   // 巧妙运用List的默认排序方法
    13.   val value: RDD[(String, String)] = data.coalesce(1,false).map(line => (line, line)).sortByKey(true)
    14.   val value1: RDD[(String, List[String])] = data.map(line => (line.split(",")(0), line)).groupByKey(1).sortByKey(true).map(line => (line._1, line._2.toList.sortWith(_.compareTo(_) > 0)))
    15.   value1.map(_._2).flatMap(_.mkString("@").split("@")).foreach(println)
    16. }
    18. }