Spark2.x管理与开发-Spark GraphX-什么是Spark GraphX+Spark GraphX有哪些抽象

Spark2.x管理与开发-Spark GraphX-什么是Spark GraphX+Spark GraphX有哪些抽象

一、什么是Spark GraphX

1）Spark GraphX是Saprk的一个模块，主要用于进行以图为核心的计算和分布式计算。

2）GraphX底层计算也是RDD计算，他和RDD共用一种存储形态，在展示形态上以数据集来表示，也就是以图的形式表示。

二、Spark GraphX有哪些抽象？

1.顶点

顶点的表示用RDD[(VertexId,VD)]来表示

[(VertexId,VD)]这个元组用来具体表示一个顶点

VertexId表示顶点的ID，是Long型

VD是顶点的属性，是一个类型参数，可以是任何类型,Eg:(1,new Person())

2.边

边的表示用RDD[Edge[ED]]表示

Edge表示具体的一个边

Edge里面包含一个ED类型来设定的属性，一个源顶点的ID和一个目标顶点的ID。

3.三元组（用的有限）

三元组结构用RDD[EdgeTriple[VD,ED]]来表示

EdgeTriple[VD,ED]表示一个三元组，三元组包含一个边，边的属性，源顶点ID，源顶点属性，目标顶点ID，目标顶点属性

VD和ED是类型参数，VD表示的是顶点的属性，ED表示的是边的属性。

4.图

图在Spark中用顶点和边来构建。