Como classificar por coluna em ordem decrescente no Spark SQL?

Eu tentei, df.orderBy("col1").show(10)mas classificou em ordem crescente. df.sort("col1").show(10)também classifica em ordem decrescente. Eu olhei no stackoverflow e as respostas que encontrei estavam desatualizadas ou se referiam a RDDs . Eu gostaria de usar o dataframe nativo no spark.

Você também pode classificar a coluna importando as funções spark sql

import org.apache.spark.sql.functions._
df.orderBy(asc("col1"))

Ou

import org.apache.spark.sql.functions._
df.sort(desc("col1"))

importando sqlContext.implicits._

import sqlContext.implicits._
df.orderBy($"col1".desc)

Ou

import sqlContext.implicits._
df.sort($"col1".desc)

É org.apache.spark.sql.DataFramepara o sortmétodo:

df.sort($"col1", $"col2".desc)

Observe $e .descdentro sortda coluna para classificar os resultados.

Apenas PySpark

Me deparei com este post ao tentar fazer o mesmo no PySpark. A maneira mais fácil é adicionar o parâmetro ascending = False:

df.orderBy("col1", ascending=False).show(10)

Referência: http://spark.apache.org/docs/2.1.0/api/python/pyspark.sql.html#pyspark.sql.DataFrame.orderBy

import org.apache.spark.sql.functions.desc

df.orderBy(desc("columnname1"),desc("columnname2"),asc("columnname3"))

df.sort($"ColumnName".desc).show()

No caso de Java:

Se usarmos DataFrames, ao aplicar junções (aqui Junção interna), podemos classificar (no ASC) após selecionar elementos distintos em cada DF como:

Dataset<Row> d1 = e_data.distinct().join(s_data.distinct(), "e_id").orderBy("salary");

onde e_idé a coluna na qual a junção é aplicada enquanto classificada por salário no ASC.

Além disso, podemos usar o Spark SQL como:

SQLContext sqlCtx = spark.sqlContext();
sqlCtx.sql("select * from global_temp.salary order by salary desc").show();

Onde

• spark -> SparkSession
• salário -> Visão GlobalTemp.