Spark Graphx图计算之二跳邻算法实战！

Spark Graphx图计算之二跳邻算法实战！

 def sendMsgFunc(edge:EdgeTriplet[Int, Int]) = {
      if(edge.srcAttr <= 0){
        if(edge.dstAttr <= 0){
          // 如果双方都小于0，则不发送信息
          Iterator.empty
        }else{
          // srcAttr小于0，dstAttr大于零，则将dstAttr-1后发送
          Iterator((edge.srcId, edge.dstAttr - 1))
        }
      }else{
        if(edge.dstAttr <= 0){
          // srcAttr大于0，dstAttr<0,则将srcAttr-1后发送
          Iterator((edge.dstId, edge.srcAttr - 1))
        }else{
          // 双方都大于零，则将属性-1后发送
          val toSrc = Iterator((edge.srcId, edge.dstAttr - 1))
          val toDst = Iterator((edge.dstId, edge.srcAttr - 1))
          toDst ++ toSrc
        }
      }
    }

    val friends = Pregel(
      graph.mapVertices((vid, value)=> if(vid == 1) 2 else -1),

      // 发送初始值
      -1,
      // 指定阶数
      2,
      // 双方向发送
      EdgeDirection.Either
    )(
      // 将值设为大的一方
      vprog = (vid, attr, msg) => math.max(attr, msg),
      //
      sendMsgFunc,
      //
      (a, b) => math.max(a, b)
    ).subgraph(vpred = (vid, v) => v >= 0)

    println("\n\n~~~~~~~~~ Confirm Vertices of friends ")
    friends.vertices.collect.foreach(println(_))
    // (4,1)
    // (8,0)
    // (2,1)
    // (1,2)
    // (3,0)
    // (5,0)

    sc.stop