Spark的GraphX中关于两图合并的算法

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