W3Cschool
恭喜您成為首批注冊用戶
獲得88經(jīng)驗值獎勵
屬性圖是一個有向多重圖,它帶有連接到每個頂點和邊的用戶定義的對象。有向多重圖中多個并行(parallel)的邊共享相同的源和目的地頂點。支持并行邊的能力簡化了建模場景,這個場景中,相同的頂點存在多種關(guān)系(例如co-worker和friend)。每個頂點由一個唯一的64位長的標識符(VertexID)作為key。GraphX并沒有對頂點標識強加任何排序。同樣,頂點擁有相應的源和目的頂點標識符。
屬性圖通過vertex(VD)和edge(ED)類型參數(shù)化,這些類型是分別與每個頂點和邊相關(guān)聯(lián)的對象的類型。
在某些情況下,在相同的圖形中,可能希望頂點擁有不同的屬性類型。這可以通過繼承完成。例如,將用戶和產(chǎn)品建模成一個二分圖,我們可以用如下方式
class VertexProperty()
case class UserProperty(val name: String) extends VertexProperty
case class ProductProperty(val name: String, val price: Double) extends VertexProperty
// The graph might then have the type:
var graph: Graph[VertexProperty, String] = null
和RDD一樣,屬性圖是不可變的、分布式的、容錯的。圖的值或者結(jié)構(gòu)的改變需要按期望的生成一個新的圖來實現(xiàn)。注意,原始圖的大部分都可以在新圖中重用,用來減少這種固有的功能數(shù)據(jù)結(jié)構(gòu)的成本。執(zhí)行者使用一系列頂點分區(qū)試探法來對圖進行分區(qū)。如RDD一樣,圖中的每個分區(qū)可以在發(fā)生故障的情況下被重新創(chuàng)建在不同的機器上。
邏輯上的屬性圖對應于一對類型化的集合(RDD),這個集合編碼了每一個頂點和邊的屬性。因此,圖類包含訪問圖中頂點和邊的成員。
class Graph[VD, ED] {
val vertices: VertexRDD[VD]
val edges: EdgeRDD[ED]
}
VertexRDD[VD]
和EdgeRDD[ED]
類分別繼承和優(yōu)化自RDD[(VertexID, VD)]
和RDD[Edge[ED]]
。VertexRDD[VD]
和EdgeRDD[ED]
都支持額外的功能來建立在圖計算和利用內(nèi)部優(yōu)化。
在GraphX項目中,假設(shè)我們想構(gòu)造一個包括不同合作者的屬性圖。頂點屬性可能包含用戶名和職業(yè)。我們可以用描述合作者之間關(guān)系的字符串標注邊緣。
所得的圖形將具有類型簽名
val userGraph: Graph[(String, String), String]
有很多方式從一個原始文件、RDD構(gòu)造一個屬性圖。最一般的方法是利用Graph object。下面的代碼從RDD集合生成屬性圖。
// Assume the SparkContext has already been constructed
val sc: SparkContext
// Create an RDD for the vertices
val users: RDD[(VertexId, (String, String))] =
sc.parallelize(Array((3L, ("rxin", "student")), (7L, ("jgonzal", "postdoc")),
(5L, ("franklin", "prof")), (2L, ("istoica", "prof"))))
// Create an RDD for edges
val relationships: RDD[Edge[String]] =
sc.parallelize(Array(Edge(3L, 7L, "collab"), Edge(5L, 3L, "advisor"),
Edge(2L, 5L, "colleague"), Edge(5L, 7L, "pi")))
// Define a default user in case there are relationship with missing user
val defaultUser = ("John Doe", "Missing")
// Build the initial Graph
val graph = Graph(users, relationships, defaultUser)
在上面的例子中,我們用到了Edge樣本類。邊有一個srcId
和dstId
分別對應于源和目標頂點的標示符。另外,Edge
類有一個attr
成員用來存儲邊屬性。
我們可以分別用graph.vertices
和graph.edges
成員將一個圖解構(gòu)為相應的頂點和邊。
val graph: Graph[(String, String), String] // Constructed from above
// Count all users which are postdocs
graph.vertices.filter { case (id, (name, pos)) => pos == "postdoc" }.count
// Count all the edges where src > dst
graph.edges.filter(e => e.srcId > e.dstId).count
注意,graph.vertices返回一個VertexRDD[(String, String)],它繼承于 RDD[(VertexID, (String, String))]。所以我們可以用scala的case表達式解構(gòu)這個元組。另一方面,
graph.edges返回一個包含Edge[String]對象的EdgeRDD。我們也可以用到case類的類型構(gòu)造器,如下例所示。
graph.edges.filter { case Edge(src, dst, prop) => src > dst }.count
除了屬性圖的頂點和邊視圖,GraphX也包含了一個三元組視圖,三元視圖邏輯上將頂點和邊的屬性保存為一個RDD[EdgeTriplet[VD, ED]]
,它包含EdgeTriplet類的實例??梢酝ㄟ^下面的Sql表達式表示這個連接。
SELECT src.id, dst.id, src.attr, e.attr, dst.attr
FROM edges AS e LEFT JOIN vertices AS src, vertices AS dst
ON e.srcId = src.Id AND e.dstId = dst.Id
或者通過下面的圖來表示。
EdgeTriplet
類繼承于Edge
類,并且加入了srcAttr
和dstAttr
成員,這兩個成員分別包含源和目的的屬性。我們可以用一個三元組視圖渲染字符串集合用來描述用戶之間的關(guān)系。
val graph: Graph[(String, String), String] // Constructed from above
// Use the triplets view to create an RDD of facts.
val facts: RDD[String] =
graph.triplets.map(triplet =>
triplet.srcAttr._1 + " is the " + triplet.attr + " of " + triplet.dstAttr._1)
facts.collect.foreach(println(_))
Copyright©2021 w3cschool編程獅|閩ICP備15016281號-3|閩公網(wǎng)安備35020302033924號
違法和不良信息舉報電話:173-0602-2364|舉報郵箱:jubao@eeedong.com
掃描二維碼
下載編程獅App
編程獅公眾號
聯(lián)系方式:
更多建議: