Spark学习笔记：aggregateMessages

应用情景：分析一个图时，需要分析与顶点相连接的每个顶点的信息，例如，需要统计汇总指向A点的每个顶点的信息：每个点的年龄

为了提高性能，主要的聚合操作从graph.mapReduceTriplets改为了新的graph.AggregateMessages。

---

1.生成一个100个点的graph，边的数目随机。点属性Double，表示该点的年龄，边属性Int

scala> import org.apache.spark.graphx.util.GraphGenerators
scala> val graph: Graph[Double, Int] = GraphGenerators.logNormalGraph(sc, numVertices = 100).mapVertices( (id, _) => id.toDouble )

2.生成点集olderFollowers: VertexRDD[(Int, Double)]，Int为年龄大于该点的点的数目，Double为这些点的年龄的累加和

scala> val olderFollowers: VertexRDD[(Int, Double)] = graph.aggregateMessages[(Int, Double)](
  triplet => { 
    if (triplet.srcAttr > triplet.dstAttr) {
      triplet.sendToDst(1, triplet.srcAttr)
    }
  },
  (a, b) => (a._1 + b._1, a._2 + b._2)
)

上述 ( 1 , triple.srcAttr ) 为发送给dst的消息
triplet => … 可视为map过程
(a,b) => … 可视为reduce过程

3.求出平均年龄

scala> val avgAgeOfOlderFollowers: VertexRDD[Double] =
olderFollowers.mapValues( (id, value) => value match { case (count, totalAge) => totalAge / count } )

scala> avgAgeOfOlderFollowers.collect.foreach(println(_))