1

我是 Apache GraphX 的新手，我想看看我是否可以在 graphX 中进行图形合并/组合。我想要做的是说我有2个图表如下

图1：A—1—>B—1—>C—1—>D
            |
             —1—> E —1—> F

图2：A—1—>B—1—>C
           |
            —1—> G

我想得到像这样的合并/组合结果

合并结果：A —2—> B —2—> C —1—> D
              |
               —1—> E —1—> F
              |
               —1—> G

我可以在 Neo4j 嵌入式 graphDB 中使用 Path 对象来比较路径、累积边数并加入缺失的路径。

无论如何或示例可以帮助我在 GraphX 中做同样的事情吗？

谢谢

4

1 回答 1

4

您需要基于顶点和边的联合创建一个新图，然后使用 groupEdges()：

import org.apache.spark.graphx._
import org.apache.spark.graphx.PartitionStrategy.RandomVertexCut

val verts1 = sc.parallelize(Seq(
    (1L,"A"),
    (2L,"B"),
    (3L,"C"),
    (4L,"D"),
    (5L,"E"),
    (6L,"F")))

val edges1 = sc.parallelize(Seq(
    Edge(1L,2L,1),
    Edge(2L,3L,1),
    Edge(3L,4L,1),
    Edge(1L,5L,1),
    Edge(5L,6L,1)))

val graph1 = Graph(verts1, edges1)

val verts2 = sc.parallelize(Seq(
    (1L,"A"),
    (2L,"B"),
    (3L,"C"),
    (7L,"G")))

val edges2 = sc.parallelize(Seq(
    Edge(1L,2L,1),
    Edge(2L,3L,1),
    Edge(1L,7L,1)))

val graph2 = Graph(verts2, edges2)

val graph: Graph[String,Int] = Graph(
    graph1.vertices.union(graph2.vertices),
    graph1.edges.union(graph2.edges)
).partitionBy(RandomVertexCut).
   groupEdges( (attr1, attr2) => attr1 + attr2 )

如果您现在查看这个新图的边缘，您可以看到合并结果：

scala> graph.edges.collect
res0: Array[org.apache.spark.graphx.Edge[Int]] = 
      Array(Edge(1,2,2), Edge(2,3,2), Edge(1,5,1), 
            Edge(5,6,1), Edge(1,7,1), Edge(3,4,1))
于 2015-09-12T18:05:21.517 回答