GraphXでGraphを作成するにはどうすればいいですか

Question

ApacheのsparkでGraphXで次のように作成する方法を理解するのは苦労しています。例えば

node: ConnectingNode1, ConnectingNode2..

：：私は何とか、このデータを保存する必要が

123214: 521345, 235213, 657323

形で来るデータの負荷を持っている

HDFSファイル：私は、次のように与えられていますEdgeRDDので、私はGraphXで自分のグラフを作成することができますが、私はこれについてどうやって行くのか分かりません。

Answer 1

あなたはHDFSのソースを読んで、rddでデータを持っていたら、次のようなものを試すことができます。

import org.apache.spark.rdd.RDD 
import org.apache.spark.graphx.Edge 
// Sample data 
val rdd = sc.parallelize(Seq("1: 1, 2, 3", "2: 2, 3")) 

val edges: RDD[Edge[Int]] = rdd.flatMap { 
    row => 
    // split around ":" 
    val splitted = row.split(":").map(_.trim) 
    // the value to the left of ":" is the source vertex: 
    val srcVertex = splitted(0).toLong 
    // for the values to the right of ":", we split around "," to get the other vertices 
    val otherVertices = splitted(1).split(",").map(_.trim) 
    // for each vertex to the right of ":", we create an Edge object connecting them to the srcVertex: 
    otherVertices.map(v => Edge(srcVertex, v.toLong, 1)) 
} 

編集

また、お使いの頂点は一定のデフォルトの重みを持っている場合は、エッジからまっすぐにグラフを作成することができますので、頂点RDDを作成する必要はありません。

import org.apache.spark.graphx.Graph 
val g = Graph.fromEdges(edges, defaultValue = 1)