Spark - 实现TopN

经典面试题
两种方式

方式一

1.按照key对数据进行聚合（groupByKey）
2.将value转换为数组，利用scala的sortBy或者sortWith进行排序（mapValues）
缺点：数据量太大会OOM

方式二

1.自定义分区器，按照key进行分区，使不同的key进到不同的分区
2.对每个分区运用spark的排序算子进行排序