Spark 代码示例：统计省份商品点击量并排序

object ProvinceClicks {
  def main(args: Array[String]): Unit = {
    // 原始数据
    val data = Map(
      (('吉林', '玉米'), 2),
      (('吉林', '袜子'), 10),
      (('河南', '山药'), 18),
      (('河南', '鞋'), 3),
      (('河南', '衣服'), 9),
      (('河北', '箱包'), 11),
      (('河北', '鸭梨'), 5),
      (('吉林', '木耳'), 7)
    )

    // 转换数据格式：将 (('省份', '商品'), 点击数) 转换为 (省份, 商品, 点击数)
    val transformedData = data.map { case ((province, product), clicks) => (province, product, clicks) }

    // 按省份分组：将转换后的数据按省份进行分组
    val groupedData = transformedData.groupBy(_._1)

    // 统计每个省份所有商品点击数量的总数：遍历每个省份，计算该省份下所有商品的点击数之和
    val clicksByProvince = groupedData.map { case (province, productList) =>
      (province, productList.map(_._3).sum)
    }

    // 对结果进行升序排序：将统计结果转换为 List，然后按照点击数进行升序排序
    val sortedResult = clicksByProvince.toList.sortBy(_._2)

    println(clicksByProvince) // 输出 Map(河南 -> 30, 吉林 -> 19, 河北 -> 16)
    println(sortedResult) // 输出 List((河北,16), (吉林,19), (河南,30))
  }
}

代码说明：

1. 原始数据： 定义一个 Map，存储省份、商品和点击量的对应关系。
2. 数据转换： 将原始数据格式转换为 (省份, 商品, 点击数) 的元组形式。
3. 按省份分组： 使用 groupBy 方法将数据按照省份进行分组。
4. 统计点击量： 遍历每个省份，计算该省份下所有商品的点击数之和。
5. 排序结果： 将统计结果转换为 List，然后按照点击数进行升序排序。

输出结果:

HashMap(吉林 -> 19, 河南 -> 30, 河北 -> 16)
List((河北,16), (吉林,19), (河南,30))

关于输出结果顺序:

Map 的遍历顺序是不确定的，因此输出 clicksByProvince 时顺序可能不同。但是，经过排序后的 sortedResult 会按照点击量升序排列，输出结果始终一致。