【Spark GraphX】社交网图分析

待我称王封你为后i 2022-09-11 01:18 217阅读 0赞

**目录**

一、数据

1、数据关系图

2、 数据说明

3、顶点表

4、边表

二、需求

三、需求实现

1、构造fans网图

2、找出年龄大于30岁的顶点

3、找出边属性大于5的边

4、将每个顶点的年龄+20

5、将边的属性\*3

6、找出顶点年龄大于30的子图

7、创建以User作为顶点的新图

8、找出年纪最大的追求者

9、计算追求者的平均年纪

10、找出顶点5到各顶点的最短距离

--------------------

# 一、数据 #

## 1、数据关系图 ##

![watermark_type_ZHJvaWRzYW5zZmFsbGJhY2s_shadow_50_text_Q1NETiBA6YOd5bCR_size_14_color_FFFFFF_t_70_g_se_x_16][]

## 2、 数据说明 ##

每个顶点代表一位社交成员，如顶点3(顶点id为3，成员姓名为Charlie,成员年龄为65)。

两个顶点之间边的箭头方向就是成员的被追求者与粉丝的关系，箭头方向表示被追求者，箭尾方向成员表示被追求者的粉丝。

两个顶点之间边上的数据表示粉丝点击被追求者的次数。

## 3、顶点表 ##

<table style="width:500px;"> 
 <tbody> 
  <tr> 
   <td style="text-align:center;">ID</td> 
   <td style="text-align:center;">属性</td> 
  </tr> 
  <tr> 
   <td style="text-align:center;">1</td> 
   <td style="text-align:center;">（Alice,28）</td> 
  </tr> 
  <tr> 
   <td style="text-align:center;">2</td> 
   <td style="text-align:center;">(Bob,27)</td> 
  </tr> 
  <tr> 
   <td style="text-align:center;">3</td> 
   <td style="text-align:center;">(Charlie,65)</td> 
  </tr> 
  <tr> 
   <td style="text-align:center;">4</td> 
   <td style="text-align:center;">(David,42)</td> 
  </tr> 
  <tr> 
   <td style="text-align:center;">5</td> 
   <td style="text-align:center;">(Ed,55)</td> 
  </tr> 
  <tr> 
   <td style="text-align:center;">6</td> 
   <td style="text-align:center;">(Fran,50)</td> 
  </tr> 
 </tbody> 
</table>

## 4、边表 ##

# 二、需求 #

1.  构造fans网图。
2.  找出年龄大于30岁的顶点。
3.  找出边属性大于5的边。
4.  将每个顶点的年龄+20。
5.  将边的属性\*3。
6.  找出顶点年龄大于30的子图。
7.  创建以User作为顶点的新图。
8.  找出年纪最大的追求者。
9.  计算追求者的平均年纪。
10. 找出顶点5到各顶点的最短距离。

# 三、需求实现 #

## 1、构造fans网图 ##

//设置顶点和边，注意顶点和边都是用元组定义的Array
        //顶点的数据类型是VD:(String,Int)
        val vertexArray = Array(
          (1L, ("Alice", 28)),
          (2L, ("Bob", 27)),
          (3L, ("Charlie", 65)),
          (4L, ("David", 42)),
          (5L, ("Ed", 55)),
          (6L, ("Fran", 50))
        )
        //边的数据类型ED:Int
        val edgeArray = Array(
          Edge(2L, 1L, 7),
          Edge(2L, 4L, 2),
          Edge(3L, 2L, 4),
          Edge(3L, 6L, 3),
          Edge(4L, 1L, 1),
          Edge(5L, 2L, 2),
          Edge(5L, 3L, 8),
          Edge(5L, 6L, 3)
        )
        //构造vertexRDD和edgeRDD
        val vertexRDD: RDD[(Long, (String, Int))] = sc.parallelize(vertexArray)
        val edgeRDD: RDD[Edge[Int]] = sc.parallelize(edgeArray)
    
        //构造图Graph[VD,ED]
        val graph: Graph[(String, Int), Int] = Graph(vertexRDD, edgeRDD)

## 2、找出年龄大于30岁的顶点 ##

graph.vertices.filter(_._2._2 > 30).collect().foreach(v => println(v))
    
        graph.vertices.filter { case (id, (name, age)) => age > 30 }.collect().foreach(v => println(v))

## 3、找出边属性大于5的边 ##

graph.edges.filter(e => e.attr > 5).collect().foreach(v => println(v))

## 4、将每个顶点的年龄+20 ##

graph.mapVertices((vid, attr) => attr._2 + 20).vertices.collect().foreach(v => println(v))
        graph.mapVertices { case (id, (name, age)) => age + 20 }.vertices.collect().foreach(v => println(v))

## 5、将边的属性\*3 ##

graph.mapEdges(e => e.attr * 3).edges.collect().foreach(v => println(v))

## 6、找出顶点年龄大于30的子图 ##

val subGraph: Graph[(String, Int), Int] = graph.subgraph(vpred = (id, vd) => vd._2 > 30)
        subGraph.vertices.collect.foreach(v => println(s"${v._2._1} is ${v._2._2}"))

## 7、创建以User作为顶点的新图 ##

case class User(name: String, age: Int, inDeg: Int, outDeg: Int)
    
        //创建一个新图，顶点VD的数据类型为User，并从graph做类型转换
        val initialUserGraph: Graph[User, Int] = graph.mapVertices { case (id, (name, age)) => User(name, age, 0, 0) }
        //initialUserGraph与inDegrees、outDegrees（RDD）进行连接，并修改initialUserGraph中inDeg值、outDeg值
        val userGraph: Graph[User, PartitionID] = initialUserGraph.outerJoinVertices(initialUserGraph.inDegrees) {
          case (id, u, inDegOpt) => User(u.name, u.age, inDegOpt.getOrElse(0), u.outDeg)
        }.outerJoinVertices(initialUserGraph.outDegrees) {
          case (id, u, outDegOpt) => User(u.name, u.age, u.inDeg, outDegOpt.getOrElse(0))
        }
        userGraph.vertices.collect.foreach(v => println(s"${v._2.name} inDeg: ${v._2.inDeg}  outDeg: ${v._2.outDeg}"))

## 8、找出年纪最大的追求者 ##

val oldestFollower: VertexRDD[(String, Int)] = graph.aggregateMessages[(String, Int)](
          // 将源顶点的属性发送给目标顶点，map过程
          triplet => {
            triplet.sendToDst(triplet.srcAttr._1, triplet.srcAttr._2)
          },
          // 得到最大追求者，reduce过程
          (a, b) => if (a._2 > b._2) a else b
        )
        // oldestFollower.foreach(v=>println(v))    (3,(Ed,55))
    
        userGraph.vertices.leftJoin(oldestFollower) { (id, user, optOldestFollower) => {
          optOldestFollower match {
            case None => s"${user.name} does not have any followers."
            case Some((name, age)) => s"${name} is the oldest follower of ${user.name}."
          }
        }
        }.collect.foreach { case (id, str) => println(str) }

## 9、计算追求者的平均年纪 ##

val averageAge: VertexRDD[Double] = graph.aggregateMessages[(Int, Double)](
          // 将源顶点的属性 (1, Age)发送给目标顶点，map过程
          triplet => {
            triplet.sendToDst((1, triplet.srcAttr._2.toDouble))
          },
          // 得到追求着的数量和总年龄
          (a, b) => ((a._1 + b._1), (a._2 + b._2))
        ).mapValues((id, p) => p._2 / p._1)
    
        userGraph.vertices.leftJoin(averageAge) { (id, user, optAverageAge) => {
          optAverageAge match {
            case None => s"${user.name} does not have any followers."
            case Some(avgAge) => s"The average age of ${user.name}\'s followers is $avgAge."
          }
        }
        }.collect.foreach { case (id, str) => println(str) }

## 10、找出顶点5到各顶点的最短距离 ##

val sourceId: VertexId = 5L
        //Double.NEGATIVE_INFINITY 负无穷
        //Double.POSITIVE_INFINITY 正无穷
        val initialGraph: Graph[Double, PartitionID] = graph.mapVertices((id, _) => if (id == sourceId) 0.0 else Double.PositiveInfinity)
        val sssp: Graph[Double, PartitionID] = initialGraph.pregel(Double.PositiveInfinity)(
          (id, dist, newDist) => math.min(dist, newDist),
          triplet => {
            // 计算权重
            if (triplet.srcAttr + triplet.attr < triplet.dstAttr) {
              Iterator((triplet.dstId, triplet.srcAttr + triplet.attr))
            } else {
              Iterator.empty
            }
          },
          (a, b) => math.min(a, b) // 最短距离
        )
        println(sssp.vertices.collect.mkString("\n"))

[watermark_type_ZHJvaWRzYW5zZmFsbGJhY2s_shadow_50_text_Q1NETiBA6YOd5bCR_size_14_color_FFFFFF_t_70_g_se_x_16]: /images/20220829/399c5df0b698426f8d339a9b059d8490.png