Spark GraphX 编程指南

GraphX编程指南

(根据原文编辑：http://udn.yyuap.com/doc/spark-programming-guide-zh-cn/graphx-programming-guide/index.html)

GraphX是一个新的（alpha）Spark API，它用于图和并行图(graph-parallel)的计算。GraphX经过引入Resilient Distributed Property Graph：带有 顶点和边属性的有向多重图，来扩展Spark RDD。为了支持图计算，GraphX公开一组基本的功能操做以及Pregel API的一个优化。另外，GraphX包含了一个日益增加的图算法和图builders的 集合，用以简化图分析任务。

从社交网络到语言建模，不断增加的规模和图形数据的重要性已经推进了许多新的graph-parallel系统（如Giraph和GraphLab）的发展。 经过限制可表达的计算类型和引入新的技术来划分和分配图，这些系统能够高效地执行复杂的图形算法，比通常的data-parallel系统快不少。

data parallel vs graph parallel

然而，经过这种限制能够提升性能，可是很难表示典型的图分析途径（构造图、修改它的结构或者表示跨多个图的计算）中不少重要的stages。另外，咱们如何看待数据取决于咱们的目标，而且同一原始数据可能有许多不一样表和图的视图。

表和图

结论是，图和表之间常常须要可以相互移动。然而，现有的图分析管道必须组成graph-parallel和data- parallel系统`，从而实现大数据的迁移和复制并生成一个复杂的编程模型。

图分析路径

GraphX项目的目的就是将graph-parallel和data-parallel统一到一个系统中，这个系统拥有一个惟一的组合API。GraphX容许用户将数据当作一个图和一个集合（RDD），而不须要 而不须要数据移动或者复杂。经过将最新的进展整合进graph-parallel系统，GraphX可以优化图操做的执行。

1. 开始
2. 属性图
3. 图操做符
4. Pregel API
5. 图构造者
6. 顶点和边RDDs
7. 图算法
8. 例子