第九章：在Spark集群上掌握比较重要的图操作之Structural Operators

Spark GraphX中属于Structural Operators的操作主要有reverse、subgraph、mask、groupEdges等几种函数，他们在Graph中的源码分别如下所示：
 

 

上述函数中用发比较多的是subgraph，下面我们看一下如何使用subgraph。

首先看一下基于web-Google.txt构建的graph有多少vertices：
 

从执行结果上可以看出有875713个顶点；

看一下基于web-Google.txt构建的graph有多少edges：
 

可以发现有5105039条边。

接下来使用subgraph，我们首先只考虑第一个参数，也就是说第二个参数使用默认值而不参加判断：
 

我们验证一下subgraph的结果：
 

执行结果中表明源顶点的ID都是大于目标顶点的ID的。

接下来看一下我们构建的subgraph的顶点的个数：
 

此时发现顶点个数依旧是875713个，和原图是一样的个数。

使用subgraph.edges.count看一下subgraph的边的个数：
 

从执行结果上可以看出此时的是2420548，而原来的graph的边的个数是5105039，所以通过过滤条件下的subgraph的边减少了。

接下来我们也加入对顶点过滤的子图构建：
 

我们查看一下此时的顶点的个数：
 

执行结构表明顶点的个数据 400340，原来的顶点个数是875713，顶点在过滤条件的作用下进行了减少。

我们看一下大于1000000的顶点个数：
 

此时使用subgraph.vertices.count查看一下顶点的个数：
 

从结果上可以发现不存在顶点的ID大于1000000的情况。

本文转自http://book.51cto.com/art/201409/451614.htm，所有权力归原作者所有。