apache-spark - 是否有任何带有重复顶点合并功能的 Spark GraphX 构造函数

Question

我有一个包含许多重复顶点的图，但具有不同的属性(长)。

    val vertices: RDD[(VertexId, Long)] ...
    val edges: RDD[Edge[Long]] ...

    val graph = Graph(vertices, edges, 0L)

默认情况下，GraphX 将使用默认函数合并重复的顶点属性

VertexRDD(vertices, edges, defaultVal, (a, b) => a)

因此，这取决于哪个属性将保留在最终图中的顶点顺序。

我想知道有什么办法可以设置这个合并功能吗？ 例如，我需要使用以下函数合并重复的顶点

(a,b) => min(a,b)

我没有找到任何公共(public)构造函数或其他东西。

我需要使用以下代码创建图表吗

val edgeRDD = EdgeRDD.fromEdges(edges)(classTag[ED], classTag[VD])
   .withTargetStorageLevel(edgeStorageLevel).cache()
 val vertexRDD = VertexRDD(vertices, edgeRDD, defaultVertexAttr, (a,b)=>min(a,b)) 
   .withTargetStorageLevel(vertexStorageLevel).cache()
 GraphImpl(vertexRDD, edgeRDD)

Answer 1

您已经回答了自己的大部分问题，但是如果您正在寻找一种方法来控制合并，否则仍然使用现有的构造函数，您可以这样做:

val vertices: RDD[(VertexId, Long)] ...
val edges: RDD[Edge[Long]] ...
val mergedVertices = VertexRDD(vertices, edges, default, mergeFun)

val graph = Graph(mergedVertices, edges, 0L)

这是可能的，因为 VertexRDD 是 RDD[(VertexId, VD)] 的子类(在这种情况下，您的 VD 是 Long)。