我有一个包含不同类型节点和关系的图表。每种类型的节点都有 3-4 个属性。为了在 HDFS 上进行测试，我使用 GraphSON 文件来存储这个图。现在我想用 Giraph 分析这个图。我探索了 Giraph 的 IO 类，还发现 Gremlin 可以直接加载 GraphSON。那么您能否解释一下如何使用 TinkerPop 堆栈将图形加载到 Giraph 中？

Giraph 中有几种内置的输入输出格式，但所有这些格式都只支持数字 ID 和值。

• 那么有没有一种方法来处理属性图，使得顶点和边都可以有多个键和值或任何接近的东西？我对edge 是否可以具有类似或的属性特别感兴趣。timeCreatedtype
• 此外，是否有一些约定仅使用数字 ID 和数据来加快处理速度？具体来说，在使用 Giraph 进行批处理之前，图形数据库中的属性图是否通常被过滤为只有 ids 和 value？

我正在尝试使用 Hadoop 2.7.1 设置 Giraph 尽我所能，它似乎不起作用。

我尝试按照以下链接进行操作，

• http://giraph.apache.org/build.html
• https://blog.cloudera.com/blog/2014/02/how-to-write-and-run-giraph-jobs-on-hadoop/
• http://lab.hypotheses.org/1207

当我尝试使用构建时会发生什么mvn -Phadoop_yarn -Dhadoop.version=2.7.1 -DskipTests package

当我尝试使用构建时会发生什么，mvn -Phadoop_yarn -Dhadoop.version=2.7.1 -DskipTests install

编辑：

正如 Steve Kaeser 在他的回答中所建议的那样，我更改了我的 pom.xlm 并且更改的部分如下所示。

在我运行时执行此操作后，mvn -Phadoop_yarn -Dhadoop.version=2.7.1 -DskipTests install我得到了很多输出并且它失败了。部分输出如下所示，

我正在研究用于分布式处理图形的斯坦福 GPS（图形处理系统）框架。该框架使用hadoop。根据 GPS 文档，安装 GPS 需要将 hadoop-core-xxx.jar 文件复制到其 libs 目录中。但是，我发现 hadoop-core-xxx.jar 在 hadoop 2.7.1 中不存在。什么相当于2.7.1版本的hadoop核心文件？

提前致谢...

我是 Giraph 的新手，所以也许我的问题有一个明显的回应。

我正在 Giraph 上实现一个算法，当所有顶点都收敛时需要停止并在之后进行一些计算。

我的方法是在每个顶点收敛后停止它并继续与其余顶点一起工作，一旦所有顶点都停止进行最终计算。但我看不出有办法做到这一点。

由于我的第一个想法似乎不正确，我正在考虑使用具有存储顶点状态的标志的聚合器，在此过程中不停止任何顶点，一旦标志处于活动状态，进行最终计算并停止顶点。

以下哪一项是最佳实践或唯一的方法？还是我应该以其他方式做到这一点？

谢谢！

我正在阅读简单最短路径计算课程。这里： https ://apache.googlesource.com/giraph/+/3d4f31343c3686435696e75ce88a75c9bffb024e/giraph-examples/src/main/java/org/apache/giraph/examples/SimpleShortestPathsComputation.java

我无法使用在此类中创建日志。即使我评论了所有与日志相关的内容，程序也运行良好。

我目前正在运行一个单节点纱线集群，出于某种原因，我什至无法执行 map reduce 附带的示例（grep、wordcount 等）。通过这一行，我执行 grep：

这个集群以前运行 Giraph 程序，但现在我需要一个 Map Reduce 应用程序，所以我将它切换回纯纱线。但可能我错过了一些东西。

所有失败的容器都有相同的错误：

Jps结果：

主要日志：

我不确定这个问题是否过于宽泛，但我们开始......

我有兴趣设计一个 Web 应用程序（辅助项目），它可以查询 DB 以获取信息并在网络结构中表示它。很广泛吧？！让我们缩小一点。

DB 可以是任何类型（Oracle、MySQL、Giraph 等）。标准是能够反映更新数据（100G 总大小和 1-2G 变化）的实时（1-2 秒延迟）。

它将存储的数据形式为：

在上面的示例中，机器 1 和 3 将连接到该位置的 b/c。

然后服务器端是Tomcat（也可以是其他）。

最后，正面的 UI，我倾向于 JS。

底线：我正在寻找数据库的设计建议以及如何表示数据。对于前者，由于数据量很小，任何数据库都可以承载。对于后者，与我的愿景最接近的数据可视化是Cytoscape.js。

是否有支持交互式网络表示的类似工具？数据是相关的，但 Giraph 更有意义。

你怎么看？

我感谢任何设计意见。

更新：我做了更多的阅读，vivagraphjs + neo4j 是迄今为止最强的候选人。

通过命令行提交的 giraph 作业中的 partitionClass (-pc) 是什么？论据是什么或如何给出论据？你能举个例子吗？我看到了说哈希分区等的 API。但找不到一个例子来看看如何使用 -pc 提交作业。

已经提到过为 Giraph 应用程序使用自定义分区算法。但是在任何地方都没有明确给出。正如 Castagna 在如何为预凝胶分区图以最大化处理速度中指出的那样？，可能不需要这样的分区，因为 HashPartitioner 在大多数情况下本身就非常好。

为了最小化执行时间而“智能地”划分图的问题是一个有趣的问题，但它并不简单，它取决于您的数据和算法。您可能还会发现，在实践中，这不是必需的，随机分区已经足够好。

例如，如果您有兴趣探索类似 Pregel 的方法，可以查看 Apache Giraph 并尝试不同的分区技术。

但是，出于学习的目的，最好能看到活生生的例子，但据我所见，没有找到。例如，在 Giraph 中执行的正常 k 路分区算法（Kerninghan-Lin）或至少我应该实现的方向。

所有的谷歌结果都来自 Apache giraph 页面，其中只有函数的定义和使用它们的各种选项。