电商中最佳商品组合计算

现在有个数据表：店铺     订单    sku详情(sku编号:数量)
xxx旗舰店      ECO001    [SKU1:8,sku2:3,sku3:5]
xxx旗舰店      ECO002    [SKU1:1,sku2:3]
xxx旗舰店      ECO003    [SKU2:6]



此时  xxx旗舰店:   sku1 出现的次数是2数量是9，sku2 出现的次数是2数量是12，sku3出现的次数是1数量是5
sku1 + sku2 出现的次数是2数量是15
sku1 + sku2 + sku3出现的次数是1数量是9


这种组合中可能有子组合出现在其他订单中，那么这个子组合的出现次数和总数量怎么算？
数学没学好，还望大家给建议



补充内容 (2018-12-6 10:06):
已经实现&分享

这个看你用什么技术了。思想来说：
可以通过一个reduce统计出来，他们出现的个数和次数，但是性能有点慢。所以可以通过分组统计，各个reduce统计完毕，然后在汇总。
当然spark应该也可以的。

s060403072 发表于 2018-11-14 20:24
这个看你用什么技术了。思想来说：
可以通过一个reduce统计出来，他们出现的个数和次数，但是性能有点慢。 ...

感谢你的建议，我想用java写的，实现了之后就考虑放到spark中跑
分几个阶段，先sparkSQL拿到聚合后的商品信息，再根据商品组合按商品ID排序，拿到每个订单中的组合
再对每个组合遍历拿到topN组合：
key出现的可能性很多，比如1,2,3,4,5可能会有以下几种组合：    12,13,14,15,23,24,25,34,35  123,124,125,134,135,145  1234,1345  12345   这些子组合可能在其他商品中出现

考虑了一下，这个还得写个小算法，把每个组合可能出现的子组合都拿出来