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)
最佳答案
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)。
关于apache-spark - 是否有任何带有重复顶点合并功能的 Spark GraphX 构造函数,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/31180571/