spark-GraphX 图像的聚合操作aggregate （计算图中各节点到根节点的最远距离）

import org.apache.spark.graphx.{Edge, EdgeContext, Graph, VertexRDD}
import org.apache.spark.{SparkConf, SparkContext}

方法一：join 

object aggregate_demo2 {

  //数据发送   [Int, String, Int]分别代表：[顶点的数据集（初始化完成之后就是距离的数据集），边的数据集（两顶点的关系的名称）， 发送的消息的数据类型]
 
    def sendMsg(ec:EdgeContext[Int,String,Int])={
    //向每条边的目标顶点发送数据，发送的是 源顶点的src的属性数据+1
    ec.sendToDst(ec.srcAttr + 1)
  }
   //统计每个顶点收到的数据的值， 返回最大的数据值，作为顶点的属性数据
  def mergeMsg(a:Int, b:Int):Int={
    math.max(a,b)
  }

  def sumEdgeCount(g:Graph[Int,String], i:Int = 1):Graph[Int,String]={
    //执行aggregateMessages，返回顶点数据集
     val verts= g.aggregateMessages[Int](sendMsg, mergeMsg)
     verts.collect.foreach(println(_))
    //创建一个新的图g2，由新生成的顶点数据集和生成前的边的数据集构成（边的数据集是一直不变的）
    val g2 = Graph(verts, g.edges)
    //然后，将g2和g的顶点数据集join起来，计算