Spark GraphX原理介绍

背景现实应用中,数据内部可能存在较高的关联度,如图模型应用。在对这样的数据进行处理时,并行计算框架就会面临较大的挑战,会引入大量的数据连接(join)和聚合(aggregation)操作,带来大量的计算和数据迁移,严重消耗集群资源,因此对此类算法的优化就显得极为重要。 互联网上网页权值计算的PageRank算法是一个典型的图模型问题,它依据网页之间的链接指向关系来判断网页的重要性,指向一个网页的链
摘要由CSDN通过智能技术生成

背景

现实应用中,数据内部可能存在较高的关联度,如图模型应用。在对这样的数据进行处理时,并行计算框架就会面临较大的挑战,会引入大量的数据连接(join)和聚合(aggregation)操作,带来大量的计算和数据迁移,严重消耗集群资源,因此对此类算法的优化就显得极为重要。
互联网上网页权值计算的PageRank算法是一个典型的图模型问题,它依据网页之间的链接指向关系来判断网页的重要性,指向一个网页的链接数越多,相应的网页就越重要。PageRank算法可用图模型来处理,如图 3 (a)所示,图中顶点代表互联网上的网页,有向边代表网页之间的链接指向关系。PageRank算法首先进行网页权值的初始化,如图 3 (b)所示。接下来PageRank算法进行图迭代过程,迭代分为两步:
第一步,根据顶点权值生成边的权值,如图 3(c)所示。边的权值计算公式如下:
这里写图片描述
第二步,根据顶点权值和边的权值计算顶点新的权值,如图 3(d)所示,计算公式如下:
这里写图片描述
PageRank算法不断重复执行图的迭代过程,直至顶点的权值不再发生变化,各顶点的最终权值便是网页的重要性得分。
这里写图片描述
图计算框架针

  • 2
    点赞
  • 14
    收藏
    觉得还不错? 一键收藏
  • 3
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 3
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值