Giraph源码分析（六）——Edge 分析

最新推荐文章于 2022-04-01 15:30:47 发布

数澜科技Dtwave

最新推荐文章于 2022-04-01 15:30:47 发布

阅读量369

点赞数

CC 4.0 BY-SA版权

分类专栏：技术交流文章标签：大数据 Hadoop 源码

本文链接：https://blog.youkuaiyun.com/Dtwave_/article/details/99306163

本文深入分析Giraph中Edge的存储方式，包括Vertex的邻接表结构，Edge接口及其DefaultEdge实现，以及OutEdges接口的ByteArrayEdges优化。重点探讨了DefaultEdge的重用机制和ByteArrayEdges在大量出边情况下的内存效率，以UK-2005数据为例展示了内存优化的效果。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

作者：白松
1.在Vertex类中，顶点的存储方式采用邻接表形式。每个顶点有 VertexId、VertexValue、OutgoingEdges和Halt，boolean型的halt变量用于记录顶点的状态，false时表示active，true表示inactive状态。片段代码如下。

2.org.apache.giraph.edge.Edge 接口，用于存储顶点的边，每条边包含targetVertexId和edgeValue两个属性。类关系图如下：

Giraph默认使用DefaultEdge类存储边，该类中有两个变量： I targetVertexId和 E value，I为顶点ID的类型，E为边的类型。注意，DefaultEdge类同时继承ReusableEdge<I,E>接口，在ReusableEdge<I,E>类的定义中，有如下说明文字：
A complete edge, the target vertex and the edge value. Can only be one edge with a destination vertex id per edge map. This edge can be reused, that is you can set it’s target vertex ID and edge value. Note: this class is useful for certain optimizations, but it’s not meant to be exposed to the user. Look at MutableEdge instead.

从上述说明文字可知，edge可以被重用，只需要修改targetVertexId和