背景

本文給出了一個簡單的計算圖中每個點的N度關係點集合的演算法，也就是N跳關係。

之前通過官方文件學習和理解了一下GraphX的計算介面。

N度關係

目標：
在N輪裡，找到某一個點的N度關係的點集合。

實現思路：
1. 準備好邊資料集，即”1 3”, “4, 1” 這樣的點關係。使用GraphLoader 的介面load成Graph
2. 初始化每個Vertice的屬性為空Map
3. 使用aggregateMessages把VerticeID和totalRounds傳播出度點上，出度點把收集到的資訊合成一個大Map
4. 更新後的Vertice與原圖進行”Join”，更新圖中的變化過的點屬性
5. 重複步驟3和4，最後輸出更新了N輪之後的有關係的Vertice

spark-shell下可執行的程式碼：

import org.apache.spark._
import org.apache.spark.graphx._
import org.apache.spark.rdd.RDD

val friendsGraph = GraphLoader.edgeListFile(sc, "data/friends.txt")
val totalRounds: Int = 3 // total N round
var targetVerticeID: Long = 6 // target vertice

// round one
var roundGraph = friendsGraph.mapVertices((id, vd) => Map())
var
 
 roundVertices = roundGraph.aggregateMessages[Map[Long, Integer]](
  ctx => {
    if (targetVerticeID == ctx.srcId) {
      // only the edge has target vertice should send msg
      ctx.sendToDst(Map(ctx.srcId -> totalRounds))
    }
  }, 
  _ ++ _
)

for (i <- 2 to totalRounds) {
  val thisRoundGraph = roundGraph.outerJoinVertices(roundVertices){ (vid, data, opt) => opt.getOrElse(Map[Long, Integer]()) }
  roundVertices = thisRoundGraph.aggregateMessages[Map[Long, Integer]](
    ctx => {
      val
 
 iterator = ctx.srcAttr.iterator
      while (iterator.hasNext) {
        val (k, v) = iterator.next
        if (v > 1) {
          val newV = v - 1
          ctx.sendToDst(Map(k -> newV))
          ctx.srcAttr.updated(k, newV)
        } else {
          // do output and remove this entry
        }
      }
    },
    (newAttr, oldAttr) => {
      if (oldAttr.contains(newAttr.head._1)) { // optimization to reduce msg
        oldAttr.updated(newAttr.head._1, 1) // stop sending this ever
      } else {
        oldAttr ++ newAttr
      }
    }
  )
}

val result = roundVertices.map(_._1).collect

資料和輸出

2 1
4 1
1 2
6 3
7 3
7 6
6 7
3 7
4 3
1 6
6 1

Array(6, 1, 3, 7)

總結

實現的比較naive，還有許多可以優化的地方。

全文完 :)