首页 > 代码库 > Spark GraphX实例(1)
Spark GraphX实例(1)
Spark GraphX是一个分布式的图处理框架。社交网络中,用户与用户之间会存在错综复杂的联系,如微信、QQ、微博的用户之间的好友、关注等关系,构成了一张巨大的图,单机无法处理,只能使用分布式图处理框架处理,Spark GraphX就是一种分布式图处理框架。
1. POM文件
在项目的pom文件中加上Spark GraphX的包:
<dependency> <groupId>org.apache.spark</groupId> <artifactId>spark-graphx_2.10</artifactId> <version>1.6.0</version> </dependency>
2. 设置运行环境
// 设置运行环境 val conf = new SparkConf().setAppName("Simple GraphX").setMaster("spark://master:7077").setJars(Seq("E:\\Intellij\\Projects\\SimpleGraphX\\SimpleGraphX.jar")) val sc = new SparkContext(conf)
3. 图的构造
图是由若干顶点和边构成的,Spark GraphX里面的图也是一样的,所以在初始图之前,先要定义若干的顶点和边:
// 顶点 val vertexArray = Array( (1L,("Alice", 38)), (2L,("Henry", 27)), (3L,("Charlie", 55)), (4L,("Peter", 32)), (5L,("Mike", 35)), (6L,("Kate", 23)) ) // 边 val edgeArray = Array( Edge(2L, 1L, 5), Edge(2L, 4L, 2), Edge(3L, 2L, 7), Edge(3L, 6L, 3), Edge(4L, 1L, 1), Edge(5L, 2L, 3), Edge(5L, 3L, 8), Edge(5L, 6L, 8) )
然后再利用点和边生成各自的RDD:
//构造vertexRDD和edgeRDD val vertexRDD:RDD[(Long,(String,Int))] = sc.parallelize(vertexArray) val edgeRDD:RDD[Edge[Int]] = sc.parallelize(edgeArray)
最后利用两个RDD生成图:
// 构造图 val graph:Graph[(String,Int),Int] = Graph(vertexRDD, edgeRDD)
4. 图的属性操作
Spark GraphX图的属性包括:
(1)graph.vertices:图中的所有顶点;
(2)graph.edges:图中所有的边;
(3)graph.triplets:由三部分组成,源顶点,目的顶点,以及两个顶点之间的边;
(4)graph.degrees:图中所有顶点的度;
(5)graph.inDegrees:图中所有顶点的入度;
(6)graph.outDegrees:图中所有顶点的出度;
对这些属性的操作,直接上代码:
//图的属性操作 println("*************************************************************") println("属性演示") println("*************************************************************") // 方法一 println("找出图中年龄大于20的顶点方法之一:") graph.vertices.filter{case(id,(name,age)) => age>20}.collect.foreach { case(id,(name,age)) => println(s"$name is $age") } // 方法二 println("找出图中年龄大于20的顶点方法之二:") graph.vertices.filter(v => v._2._2>20).collect.foreach { v => println(s"${v._2._1} is ${v._2._2}") } // 边的操作 println("找出图中属性大于3的边:") graph.edges.filter(e => e.attr>3).collect.foreach(e => println(s"${e.srcId} to ${e.dstId} att ${e.attr}")) println // Triplet操作 println("列出所有的Triples:") for(triplet <- graph.triplets.collect){ println(s"${triplet.srcAttr._1} likes ${triplet.dstAttr._1}") } println println("列出边属性>3的Triples:") for(triplet <- graph.triplets.filter(t => t.attr > 3).collect){ println(s"${triplet.srcAttr._1} likes ${triplet.dstAttr._1}") } println // Degree操作 println("找出图中最大的出度,入度,度数:") def max(a:(VertexId,Int), b:(VertexId,Int)):(VertexId,Int) = { if (a._2>b._2) a else b } println("Max of OutDegrees:" + graph.outDegrees.reduce(max)) println("Max of InDegrees:" + graph.inDegrees.reduce(max)) println("Max of Degrees:" + graph.degrees.reduce(max)) println
运行结果:
Using Spark‘s default log4j profile: org/apache/spark/log4j-defaults.properties17/05/22 20:45:35 INFO Slf4jLogger: Slf4jLogger started17/05/22 20:45:35 INFO Remoting: Starting remoting17/05/22 20:45:35 INFO Remoting: Remoting started; listening on addresses :[akka.tcp://sparkDriverActorSystem@192.168.1.101:53375]*************************************************************属性演示*************************************************************找出图中年龄大于20的顶点方法之一:Peter is 32Alice is 38Charlie is 55Mike is 35找出图中年龄大于20的顶点方法之二:Peter is 32Alice is 38Charlie is 55Mike is 35找出图中属性大于3的边:3 to 2 att 75 to 3 att 85 to 6 att 8列出所有的Triples:Henry likes AliceHenry likes PeterCharlie likes HenryCharlie likes KatePeter likes AliceMike likes HenryMike likes CharlieMike likes Kate列出边属性>3的Triples:Charlie likes HenryMike likes CharlieMike likes Kate找出图中最大的出度,入度,度数:Max of OutDegrees:(5,3)Max of InDegrees:(1,2)Max of Degrees:(2,4)
Spark GraphX实例(1)
声明:以上内容来自用户投稿及互联网公开渠道收集整理发布,本网站不拥有所有权,未作人工编辑处理,也不承担相关法律责任,若内容有误或涉及侵权可进行投诉: 投诉/举报 工作人员会在5个工作日内联系你,一经查实,本站将立刻删除涉嫌侵权内容。