Spark Graphx图计算案例实战之aggregateMessages求社交网络中的最大年纪追求者和平均年纪！

Posted 2020-08-20

Spark Graphx图计算案例实战之aggregateMessages求社交网络中的最大年纪追求者和平均年纪！

Spark Graphx提供了mapReduceTriplets来对图进行聚合计算，但是1.2以后不再推荐使用，源代码如下：

@deprecated("use aggregateMessages", "1.2.0")
def mapReduceTriplets[A: ClassTag](
    mapFunc: EdgeTriplet[VD, ED] => Iterator[(VertexId, A)],
    reduceFunc: (A, A) => A,
    activeSetOpt: Option[(VertexRDD[_], EdgeDirection)] = None)
  : VertexRDD[A]

* Aggregates values from the neighboring edges and vertices of each vertex.  The user supplied
* `mapFunc` function is invoked on each edge of the graph, generating 0 or more "messages" to be
* "sent" to either vertex in the edge.  The `reduceFunc` is then used to combine the output of
* the map phase destined to each vertex.
*
* This function is deprecated in 1.2.0 because of SPARK-3936. 
Use aggregateMessages instead.
*

推荐使用的是aggregateMessages：

def aggregateMessages[A: ClassTag](
    sendMsg: EdgeContext[VD, ED, A] => Unit,
    mergeMsg: (A, A) => A,
    tripletFields: TripletFields = TripletFields.All)
  : VertexRDD[A] = {
  aggregateMessagesWithActiveSet(sendMsg, mergeMsg, tripletFields, None)
}

并举了一个简单的例子：

* vertex
* {{{
* val rawGraph: Graph[_, _] = Graph.textFile("twittergraph")
* val inDeg: RDD[(VertexId, Int)] =
*   rawGraph.aggregateMessages[Int](ctx => ctx.sendToDst(1), _ + _)
* }}}

可以看见能够进行消息传递和聚合操作。

案例实战：求社交网络中的年纪最大的追求者和追求者的平均年龄：

val oldestFollower: VertexRDD[(String,Int)]=userGraph.aggregateMessages[(String, Int)](
  triplet => {
      triplet.sendToDst(triplet.srcAttr.name, triplet.srcAttr.age)
  },
  (a, b) => if (a._2 > b._2) a else b
  )
oldestFollower.collect.foreach(println(_))

averageAge: VertexRDD[] = userGraph.aggregateMessages[()](
  triplet => {
    triplet.sendToDst(triplet.srcAttr.age)
  }(ab) => ((a._1 + b._1)(a._2 + b._2))
).mapValues((idp) => p._2 / p._1)
averageAge.collect().foreach((_))

很好很强大啊！

结果如下：

聚合操作

**********************************************************

找出年纪最大的追求者：

(4,(Bob,27))

(1,(David,42))

(6,(Charlie,65))

(2,(Charlie,65))

(3,(Ed,55))

**********************************************************

找出追求者的平均年纪：

(4,27.0)

(1,34.5)

(6,60.0)

(2,60.0)

(3,55.0)

**********************************************************

源码是最好的学习素材！

王家林老师DT大数据梦工厂学习之路！