p

orgapache火花

graphx

graphx

α組件GraphX是一個圖像處理框架之上的火花。

線性超
AnyRef,任何
訂購
  1. 字母
  2. 通過繼承
繼承了
  1. graphx
  2. AnyRef
  3. 任何
  1. 隱藏所有
  2. 顯示所有
可見性
  1. 公共
  2. 所有

類型成員

  1. 用例類邊緣(艾德](srcId:VertexId=0,dstId:VertexId=0,attr:艾德=null.asInstanceOf (ED))擴展可序列化的產品

    一個源id組成的定向邊緣,目標id,和相關的數據。

    一個源id組成的定向邊緣,目標id,和相關的數據。

    艾德

    類型的屬性

    srcId

    頂點的頂點id來源

    dstId

    目標頂點的頂點id

    attr

    相關的屬性優勢

  2. 文摘EdgeContext(VD,艾德,一個]擴展AnyRef

    代表一個邊緣與其相鄰的頂點,並允許發送消息沿邊緣。

    代表一個邊緣與其相鄰的頂點,並允許發送消息沿邊緣。中使用的圖# aggregateMessages

  3. EdgeDirection擴展可序列化的

    指示的方向邊緣相對於一個頂點。

  4. 文摘EdgeRDD(艾德]擴展抽樣(邊緣(艾德]]

    EdgeRDD (ED, VD)擴展抽樣(邊緣(ED))通過將邊柱狀格式存儲在每個分區上的性能。

    EdgeRDD (ED, VD)擴展抽樣(邊緣(ED))通過將邊柱狀格式存儲在每個分區上的性能。也許另外存儲頂點屬性與每條邊提供三聯體的觀點。運輸由頂點的屬性impl.ReplicatedVertexView

  5. EdgeTriplet(VD,艾德]擴展邊緣(艾德]

    優勢三聯體代表優勢以及相鄰頂點的頂點屬性。

    優勢三聯體代表優勢以及相鄰頂點的頂點屬性。

    VD

    頂點屬性的類型。

    艾德

    邊緣的類型屬性

  6. 文摘(VD,艾德]擴展可序列化的

    圖形抽象地表示一個圖與任意對象關聯的頂點和邊。

    圖形抽象地表示一個圖與任意對象關聯的頂點和邊。圖提供了訪問和操作數據的基本操作與頂點和邊以及底層結構。像火花抽樣,圖為一個功能性變異操作返回新圖表的數據結構。

    VD

    頂點屬性類型

    艾德

    邊緣屬性類型

    請注意

    GraphOps包含額外的方便操作和圖形算法。

  7. GraphOps(VD,艾德]擴展可序列化的

    包含額外的功能

    包含額外的功能。所有操作表達的有效GraphX API。這個類是每個圖形對象隱式構造。

    VD

    頂點屬性類型

    艾德

    邊緣屬性類型

  8. 類型PartitionID=Int

    圖分區的整數標識符。

    圖分區的整數標識符。必須小於2 ^ 30。

  9. 特征PartitionStrategy擴展可序列化的

    代表的邊緣被分配到邊緣分區基於源和目的地頂點id。

  10. TripletFields擴展可序列化的
  11. 類型VertexId=

    一個64位的頂點標識符,惟一地標識一個頂點在一個圖。

    一個64位的頂點標識符,惟一地標識一個頂點在一個圖。它不需要遵守任何命令或任何非唯一性約束。

  12. 文摘VertexRDD(VD]擴展抽樣((VertexId,VD)]

    擴展抽樣((VertexId VD))通過確保隻有一個條目為每個頂點和通過預先索引條目快速、高效的連接。

    擴展抽樣((VertexId VD))通過確保隻有一個條目為每個頂點和通過預先索引條目快速、高效的連接。兩個VertexRDDs相同指數可以有效地加入。所有操作除外重建索引保留指數。構建一個VertexRDD,可以使用VertexRDD對象

    此外,存儲路由信息,使加入的頂點屬性EdgeRDD

    VD

    頂點屬性相關聯的每個頂點的集合。

    例子:
    1. 構造一個VertexRDD從一個普通的抽樣:

      / /構造一個初始點集瓦爾someData:抽樣(VertexId SomeType)] = loadData (someFile)瓦爾vset = VertexRDD (someData)/ /如果有冗餘值someData我們會使用reduceFunc瓦爾vset2 = VertexRDD (someData reduceFunc)/ /最後,我們可以使用VertexRDD指數的另一個數據集瓦爾otherData:抽樣(VertexId OtherType)] = loadData (otherFile)瓦爾vset3 = vset2.innerJoin (otherData) {(vid, a, b)= >b}/ /現在我們可以快速構建兩組之間的連接瓦爾vset4: VertexRDD [(SomeType OtherType)] = vset.leftJoin (vset3)

值的成員

  1. 對象邊緣擴展可序列化的
  2. 對象EdgeContext
  3. 對象EdgeDirection擴展可序列化的

    一組EdgeDirection年代。

  4. 對象EdgeRDD擴展可序列化的
  5. 對象擴展可序列化的

    圖形對象包含一組例程用於構造圖抽樣。

  6. 對象GraphLoader擴展日誌記錄

    提供了實用程序加載從文件。

  7. 對象GraphXUtils
  8. 對象PartitionStrategy擴展可序列化的

    內置的集合PartitionStrategy實現。

  9. 對象Pregel擴展日誌記錄

    實現了一個Pregel-like bulk-synchronous消息傳遞API。

    實現了一個Pregel-like bulk-synchronous消息傳遞API。

    與原Pregel API不同,GraphX Pregel API因素sendMessage計算邊緣,使消息發送計算閱讀兩個頂點屬性、圖結構和約束信息。這些變化使更多的有效的分布式執行,同時也暴露了基於計算更大的靈活性。

    例子:
    1. 我們可以使用Pregel抽象來實現網頁排名:

      瓦爾pagerankGraph:圖(,]=圖/ /關聯程度和每個頂點.outerJoinVertices (graph.outDegrees){(視頻、vdata度)= >deg.getOrElse (0)}/ /設置基於程度的邊緣上的重量.mapTriplets (e= >1.0/ e.srcAttr)/ /設置頂點屬性初始pagerank值.mapVertices ((id、attr)= >1.0)defvertexProgram (id: VertexId attr:msgSum:):= resetProb + (1.0- resetProb) * msgSumdefsendMessage (id: VertexId邊緣:EdgeTriplet [,):迭代器(VertexId)=迭代器(邊緣。dstId邊緣。srcAttr * edge.attr))defmessageCombiner (:b:):= a + b瓦爾initialMessage =0.0/ /執行Pregel固定數量的迭代。Pregel (pagerankGraph initialMessage numIter) (vertexProgram、sendMessage messageCombiner)
  10. 對象VertexRDD擴展可序列化的

    用來構造VertexRDDs VertexRDD singleton。

繼承自AnyRef

繼承自任何

未分組的

Baidu
map