目前,spark的Graphx库中没有实现两个图的合并算法。
图合并:意味着名称相同的定点要进行合并,所有其他的唯一的定点和边也要和进来。
为了深度数据分析的需要,如果将不同的数据源构建的两个图,合并成一个大图,图合并(Mergeing)是非常有用的。
实现代码如下:
import org.apache.spark.graphx._
def mergeGraphs(g1:Graph[String,String], g2:Graph[String,String]) = {
val v = g1.vertices.map(_._2).union(g2.vertices.map(_._2)).distinct.zipWithIndex
def edgesWithNewVertexIds(g:Graph[String,String]) =
g.triplets.map(et => (et.srcAttr, (et.attr,et.dstAttr))).join(v).map(x => (x._2._1._2, (x._2._2,x._2._1._1))).join(v).map(x => new Edge(x._2._1._1,x._2._2,x._2._1._2))
Graph(v.map(_.swap),edgesWithNewVertexIds(g1).union(edgesWithNewVertexIds(g2)))
}
该算法 mergeGraphs,传入两个参数分别为两个要合并的吐,返回一个合并好的图。
算法解析:
1、v中构建了两图定点排重后的集合(以属性作为定点唯一性的标准),ID重新赋值。
2、 函数edges