今天题发现一个有趣的题目：找到一个班级里成绩排名，并算出每个人的前1名和前2名作为超越的对手，如果没有前1名，则找前2名和前3名。例如：有两个第八名，则没有第九名，第十名的前一名是第八名，第十名的前2名是第七名

需要获取到每个人的排名以及他所在前1名同学和前2名同学的姓名，目标结果如下所示。

首先给每位同学成绩进行排名，分为跳跃排名和不跳跃排名。实际业务中，前1名和前2名是自己下次考试的超越对手。其中跳跃排名是正常使用的排名，而不跳跃排名是为了进行关联而使用的关联条件。

然后进行两次自关联，分别找到每一位同学的前1名和前2名，由于存在排名并列的情况，join后势必存在数据膨胀，也就是说前1名可能是多位同学，这里使用collect_list函数对结果进行收敛。

不难看出最后三位同学{郑水，孙见，赵君}的数据是有问题的，前1、2名数据有重复，为什么呢？

经过测试，实际上单独找前1名或者前2名使用collect_list都没有重复，如果找前1名和前2名放在一起会产生重复，因为collect相当于省略了group by操作，对膨胀的数据进行聚合（列转行），在第一次join中已经出现了数据膨胀，第二次join会加剧数据膨胀，而collect_list是在所有join完成之后，对重复的数据仅进行一次收敛。所以使用collect_set才会符合预期要求。