PageRank算法

一、PageRank算法简介（摘自《Spark快速大数据分析》）         PageRank是执行多次连接的一个迭代算法，因此它是RDD分区操作的一个很好的用例。算法会维护两个数据集：一个由（pageID，linkList）的元素组成，包含每个页面的相邻页面的列表；另一个由（pageID，rank）元素组成，包含每个页面的当前排序值。它按如下步骤进行计算。 将每个页面的排序值初始化为1.0。

>>阅读原文<<