dataset.mapToPair（x -〉x.swap（））.sortByKey（false）.mapToPair（x -〉x.swap（））.take（100）

Spark还不支持'Secondary sort'（详情请参阅SPARK-3655）。
作为一种解决方法，您可以通过交换键值<->并按键进行排序来按值进行排序。
在Scala中是这样的：

val kv:RDD[String, Long] = ??? 
// swap key and value
val vk = kv.map(_.swap)
val vkSorted = vk.sortByKey

我使用List完成了这一操作，它现在有一个sort(Comparator c)方法
List<Tuple2<String,Long>> touples = new ArrayList<>(); touples.addAll(myRdd.collect()); // touples.sort((Tuple2<String, Long> o1, Tuple2<String, Long> o2) -> o2._2.compareTo(o1._2));
它比@Atul解决方案更长，我不知道性能是否更好，在500个项目的RDD上没有区别，我想知道它如何与一百万条记录的RDD一起工作。您也可以使用Collections.sort并传入collect和基于lambda的Comparator提供的列表

JavaPairRDD<String, Long> sorted = reduce.mapToPair(tuple -> new Tuple2<Long, String>(tuple._2, tuple._1))
                    .sortByKey(false)
                    .mapToPair(tuples -> new Tuple2<>(tuples._2, tuples._1));

使用mapToPair交换，然后排序，然后再次交换。