1
연결된 그래프를 내 데이터 집합에서 실행하려고합니다. 방향 그래프를 사용하고 있습니다. 연결된 구성 요소가 가장자리의 양쪽 방향으로 횡 방향 이동하는 것을 원하지 않습니다.Spark Graphx 또는 Graphframe을 사용하여 방향성 그래프를 만드는 방법
이 내 샘플 코드
import org.apache.log4j.{Level, LogManager}
import org.apache.spark.SparkConf
import org.apache.spark.graphx.Edge
import org.apache.spark.sql._
import org.graphframes._
object CCTest {
def main(args: Array[String]) {
val sparkConf = new SparkConf()
.setMaster("local[2]")
.setAppName("cc_test")
implicit val sparkSession = SparkSession.builder().config(sparkConf).getOrCreate()
val sc = sparkSession.sparkContext
val vertex = sparkSession.createDataFrame(sc.parallelize(Array(
(1L, "b4fcde907cbd290b7e16", 28),
(2L, "cda389612d6b37674cb1", 27),
(3L, "1a6a6e3fd2daaeeb2a05", 65),
(4L, "9a007eee210a47e58047", 42),
(5L, "e91898d39bf5f8501827", 55),
(6L, "ceab58c59d23549d3f4b", 50),
(12L, "ceab58c59asd3549d3f4b", 50),
(14L, "ceab508c59d23549d3f4b", 55),
(15L, "ceab508c59d23541d3f4b", 51)
))).toDF("id", "similar_hash", "size")
val edges = sparkSession.createDataFrame(sc.parallelize(Array(
Edge(2L, 1L, 0.7f),
Edge(2L, 4L, 0.2f),
Edge(3L, 2L, 0.4f),
Edge(3L, 6L, 0.3f),
Edge(4L, 1L, 0.1f),
Edge(5L, 2L, 0.2f),
Edge(5L, 3L, 0.8f),
Edge(5L, 6L, 0.3f),
Edge(12L, 14L, 1.3f),
Edge(15L, 14L, 1.3f) //< - should not be connected except (14L, 15L)
))).toDF("src", "dst", "attr")
val graph = GraphFrame(vertex, edges)
val cc = graph.connectedComponents.run()
cc.show()
sparkSession.stop()
}
}
결과입니다 :
+---+--------------------+----+---------+
| id| similar_hash|size|component|
+---+--------------------+----+---------+
| 6|ceab58c59d23549d3f4b| 50| 1|
| 5|e91898d39bf5f8501827| 55| 1|
| 1|b4fcde907cbd290b7e16| 28| 1|
| 3|1a6a6e3fd2daaeeb2a05| 65| 1|
| 12|ceab58c59asd3549d...| 50| 12|
| 2|cda389612d6b37674cb1| 27| 1|
| 4|9a007eee210a47e58047| 42| 1|
| 14|ceab508c59d23549d...| 55| 12|
| 15|ceab508c59d23541d...| 51| 12| <- should be in separate cluster
+---+--------------------+----+---------+
어떻게이 제발 달성 할 수 있습니까?
['stronglyConnectedComponents'] (https://spark.apache.org/docs/latest/api/scala/index.html#[email protected] (numIter : Int) : org. apache.spark.graphx.Graph [org.apache.spark.graphx.VertexId, ED]). – zero323
@ zero323 SCC를 사용할 수 없다고 생각합니다. (잘못된 것이면 수정하십시오.) 모든 노드에 다른 노드가 연결할 수 있어야하기 때문에 SCC를 사용할 수 있다고 생각하지 않습니다. 하지만 기본적으로 SQL 재귀 쿼리와 같은 재귀를 수행해야합니다. 예 : A -> B, B -> C, m -> B 강하게 CC : 집합 = {A, B}, 집합 = {B, C}, 집합 = {m, b} 연결된 구성 요소 : 'a -> b -> m'노드에 연결된 알림 및 'm'은 set ='{a, b, d, 그러나 너무 재귀 A의 -> B -> C = {A, B, C} 및 m -> B = {m, B} 이 두 세트 {a, b, c}와 {m, b} –
OK. 그렇다면 {{a, b, c}, {{m, b, c}}가 아닌 {{a, b, c} 한 가지 방법이나 다른 방법으로 Pregel API가 필요합니다. – zero323