大数据——GraphX之Pregel算法原理及Spark实现

Pregel

• 源码

  def pregel[A: ClassTag](
      initialMsg: A,
      maxIterations: Int = Int.MaxValue,
      activeDirection: EdgeDirection = EdgeDirection.Either)(
      vprog: (VertexId, VD, A) => VD,
      sendMsg: EdgeTriplet[VD, ED] => Iterator[(VertexId, A)],
      mergeMsg: (A, A) => A)
    : Graph[VD, ED] = {
    Pregel(graph, initialMsg, maxIterations, activeDirection)(vprog, sendMsg, mergeMsg)
  }

参数	说明
initialMsg	图初始化的时候，开始模型计算的时候，所有节点都会先收到一个消息
maxlterations	最大迭代次数
activeDirection	规定了发送消息的方向
vprog	节点调用该消息将聚合后的数据和本节点进行属性的合并
sendMsg	激活态的节点调用该方法发送消息
mergeMsg	如果一个节点接收到多条消息，先用mergeMsg来将多条消息聚合成为一条消息，如果节点只收到一条消息，则不调用该函数

案例：求顶点5到其他各点的最短距离

• 顶点的状态有两种：
  • （1）钝化态【类似于休眠，不做任何事情】
  • （2）激活态【干活】
• 顶点能够处于激活态需要有的条件
  • （1）成功收到消息或者发送了任何一条消息
• 代码展示

package nj.zb.kb09.suanfa
import org.apache.spark.SparkContext
import org.apache.spark.graphx._
import org.apache.spark.rdd.RDD
import org.apache.spark.sql.SparkSession
object PregelDemo2 {
  def main(args: Array[String]): Unit = {

    //创建SparkContext
    val spark: SparkSession = SparkSession.builder().master("local[*]").appName("PregelDemo2").getOrCreate()
    val sc: SparkContext = spark.sparkContext

    //创建顶点
    val vertexArray = Array(
      (1L, ("Alice", 28)),
      (2L, ("Bob", 27)),
      (3L, ("Charlie", 65)),
      (4L, ("David", 42)),
      (5L, ("Ed", 55)),
      (6L, ("Fran", 50))
    )
    val vertexRDD: RDD[(VertexId, (String,Int))] = sc.makeRDD(vertexArray)

    //创建边，边的属性代表 相邻两个顶点之间的距离
    val edgeArray = Array(
      Edge(2L, 1L, 7),
      Edge(2L, 4L, 2),
      Edge(3L, 2L, 4),
      Edge(3L, 6L, 3),
      Edge(4L, 1L, 1),
      Edge(2L, 5L, 2),
      Edge(5L, 3L, 8),
      Edge(5L, 6L, 3)
    )
    val edgeRDD: RDD[Edge[Int]] = sc.makeRDD(edgeArray)

    //创建图
    val graph1 = Graph(vertexRDD,edgeRDD)

    /* ************************** 使用pregle算法计算 ，顶点5 到 各个顶点的最短距离 ************************** */

    //被计算的图中 起始顶点id
    val srcVertexId=5L

    //给各个顶点的属性初始化，顶点5到自己距离为0，到其他顶点都是无穷大
    val initialGraph: Graph[Double, PartitionID] = graph1.mapVertices {
      case (vid, (name, age)) => if (vid == srcVertexId) {
        0.0
      } else {
        Double.PositiveInfinity
      }
    }

    //调用pregel
    val pregelGraph: Graph[Double, PartitionID] = initialGraph.pregel(
      Double.PositiveInfinity,
      Int.MaxValue,
      EdgeDirection.Out
    )(
      (vid: VertexId, vd: Double, distMsg: Double) => {
        val minDist: Double = math.min(vd, distMsg)
        println(s"顶点${vid},属性${vd},收到消息${distMsg},合并后的属性${minDist}")
        minDist
      },
      (edgeTriplet: EdgeTriplet[Double, PartitionID]) => {
        if (edgeTriplet.srcAttr + edgeTriplet.attr < edgeTriplet.dstAttr) {
          println(s"顶点${edgeTriplet.srcId} 给 顶点${edgeTriplet.dstId} 发送消息 ${edgeTriplet.srcAttr + edgeTriplet.attr}")
          Iterator[(VertexId, Double)]((edgeTriplet.dstId, edgeTriplet.srcAttr + edgeTriplet.attr))
        } else {
          Iterator.empty
        }
      },
      (msg1: Double, msg2: Double) => math.min(msg1, msg2)
    )


    //输出结果
    pregelGraph.triplets.collect.foreach(println)
    
  }
}

结果展示：

//-----------------各个顶点接受初始消息initialMsg---------------------
顶点4,属性Infinity,收到消息Infinity,合并后的属性Infinity
顶点5,属性0.0,收到消息Infinity,合并后的属性0.0
顶点1,属性Infinity,收到消息Infinity,合并后的属性Infinity
顶点2,属性Infinity,收到消息Infinity,合并后的属性Infinity
顶点3,属性Infinity,收到消息Infinity,合并后的属性Infinity
顶点6,属性Infinity,收到消息Infinity,合并后的属性Infinity
//-------------------------第一次迭代---------------------------------
顶点5 给 顶点3 发送消息 8.0
顶点5 给 顶点6 发送消息 3.0
顶点3,属性Infinity,收到消息8.0,合并后的属性8.0
顶点6,属性Infinity,收到消息3.0,合并后的属性3.0
//-------------------------第二次迭代---------------------------------
顶点3 给 顶点2 发送消息 12.0
顶点2,属性Infinity,收到消息12.0,合并后的属性12.0
//-------------------------第三次迭代---------------------------------
顶点2 给 顶点4 发送消息 14.0
顶点2 给 顶点1 发送消息 19.0
顶点1,属性Infinity,收到消息19.0,合并后的属性19.0
顶点4,属性Infinity,收到消息14.0,合并后的属性14.0
//-------------------------第四次迭代---------------------------------
顶点4 给 顶点1 发送消息 15.0
顶点1,属性19.0,收到消息15.0,合并后的属性15.0
//------------=-------第五次迭代不用发送消息---------------------------
((2,12.0),(1,15.0),7)
((2,12.0),(4,14.0),2)
((3,8.0),(2,12.0),4)
((3,8.0),(6,3.0),3)
((4,14.0),(1,15.0),1)
((2,12.0),(5,0.0),2)
((5,0.0),(3,8.0),8)
((5,0.0),(6,3.0),3)

Pregel原理分析

调用pregel方法之前，先把图的各个顶点的属性初始化，如下图所示：顶点5到自己的距离为0，所以设为0，其他顶点都设为正无穷大Double.PositiveInfinity。

• 当调用pregel方法开始

首先，所有顶点都将接收到一条初始消息initialMsg，使所有顶点都处于激活态（红色标识的节点）。

• 第一次迭代开始

所有顶点以EdgeDirection.Out的边方法调用sendMsg方法发送消息给目标顶点，如果源顶点的属性+边的属性<目标顶点的属性，则发送消息，否则不发送。
发送成功的只有两条边：

5—>3(0+8<Double.Infinity , 成功),
5—>6(0+3<Double.Infinity , 成功)
3—>2(Double.Infinity+4>Double.Infinity , 失败)
3—>6(Double.Infinity+3>Double.Infinity , 失败)
2—>1(Double.Infinity+7>Double.Infinity , 失败)
2—>4(Double.Infinity+2>Double.Infinity , 失败)
2—>5(Double.Infinity+2>Double.Infinity , 失败)
4—>1(Double.Infinity+1>Double.Infinity , 失败)

sendMsg方法执行完成之后，根据顶点处于激活态的条件，顶点5成功地分别给顶点3和顶点6发送了消息，顶点3和顶点6页成功的接收到了消息。所以，此时只有5、3、6三个顶点处于激活态，其他顶点全部钝化。然后收到消息的顶点3和顶点6都调用vprog方法，将受到的消息与自身的属性合并。如下图所示，到此第一次迭代结束。

• 第二次迭代开始

顶点3给顶点6发送消息失败，顶点3给顶点2发送消息成功，此时，顶点3成功发送消息，顶点2成功接收消息，所以顶点2和顶点3都成为激活态。其他顶点都成为钝化态。然后顶点2调用vprog方法，将收到的消息与自身的属性合并。如下图所示，到此第二次迭代结束。

• 第三次迭代开始

顶点3分别发送消息给顶点2失败和顶点6失败，顶点2分别发消息给顶点1成功、顶点4成功和顶点5失败，所以顶点2、顶点1、顶点4称为激活态，其他顶点为钝化态，顶点1和顶点4分别调用vprog方法，将收到的消息与自身的属性合并。如下图所示，到此第三次迭代结束。

• 第四次迭代开始

顶点2分别发送消息给顶点1失败和顶点4失败。顶点4给顶点1发送消息成功，顶点1和顶点4进入激活态，其他顶点进入钝化态。顶点1调用vprog方法，将收到的消息与自身的属性合并。如下图所示，到此第四次迭代结束。

• 第五次迭代开始

顶点4再给顶点1发送消息失败，顶点4和顶点1进入钝化态，此时全部顶点都进入钝化态，到此结束。