GraphX
Pregel有如下优点
- 级联可扩性好 scalability
- 容错性强
-
能够很好的表示各种图的常用算法
Pregel的计算模型
计算模型如下图所示，重要的有三个
- 作用于每个顶点的处理逻辑 vertexProgram
- 消息发送，用于相邻节点间的通讯 sendMessage
- 消息合并逻辑 messageCombining
Pregel与图迭代
pregel是graphx中图的分布式迭代模型，是graphx lib中ConnectedComponents、PageRank、LabelPropagation、StronglyConnectedComponents、ShortestPaths等算法基础。可以说没有pregel模型，graphx的魅力会大打折扣。
接口
那么graphx是如何实现Pregel迭代操作，我们应该如何使用该模型。先看下pregel接口源码：
接口中各参数的含义已在图中进行注释，所以此处不再赘述。简单介绍下源码中的参数说明：
剖析
pregel模型提供了消息收集方向、迭代次数、初始化消息、顶点函数、发送消息函数和合并消息函数；用户可根据自己的需求进行修改，因此具有很强的灵活性和可控性。
https://blog.csdn.net/weiying7/article/details/50820054 graphx中Pregel函数详解
https://blog.csdn.net/sparksen/article/details/52519108 graphx之pregel模型
https://www.cnblogs.com/hseagle/p/3777494.html
网友评论