（4）spark RDD 算子练习

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)