绿萝蔓蔓绕枝生

在Spark Graphx的org.apache.spark.graphx.lib包中有一些常用的图算法，其中一个就是Connected Components，本文将会介绍此算法的使用方法，下面是spark 1.6.3源码中对这个算法的注释： Compute the connected component membership of each vertex and return a graph with the vertex value containing the lowest vertex id in

1.什么是PageRank PageRank对网页排名的算法，曾是Google发家致富的法宝。PageRank算法计算每一个网页的PageRank值，然后根据这个值的大小对网页的重要性进行排序 2.简单PageRank算法 首先，将Web做如下抽象： (1)将每个网页抽象成一个节点； (2)如果一个页面A有链接直接链向B，则存在一条有向边从A到B（多个相同链接不重复计算边） 因此，整个Web被抽象为一张有向图。现在假设世界上只有四张网页：A、B、C、D，其抽象结构如下图： 显然这个图是强连通的（从任一节点

pregel函数源码 与 各个参数介绍： def pregel[A: ClassTag]( initialMsg: A, maxIterations: Int = Int.MaxValue, activeDirection: EdgeDirection = EdgeDirection.Either)( vprog: (VertexId, VD, A) => VD, sendMsg: EdgeTriplet[VD, ED] => It