在 Spark GraphX 中查找最大边权重

Question

假设我有一个边属性值为双精度的图，我想找到我的图形的最大边缘权重。如果我这样做：

val max = sc.accumulator(0.0) //max holds the maximum edge weight
g.edges.distinct.collect.foreach{ e => if (e.attr > max.value) max.value
= e.attr }

我想问一下master上做了多少工作，master上做了多少工作执行者，因为我知道 collect() 方法将整个 RDD 带到大师？并行性会发生吗？有没有更好的方法找到最大边缘权重？

注意：

g.edges.distinct.foreach{ e => if (e.attr > max.value) max.value =
e.attr } // does not work without the collect() method.
//I use an accumulator because I want to use the max edge weight later

如果我想对两个图之间具有相同 srcId 和 dstId 的边的属性应用一些平均函数，最好的方法是什么？

Answer 1

您可以聚合：

graph.edges.aggregate(Double.NegativeInfinity)(
  (m, e) => e.attr.max(m),
  (m1, m2) => m1.max(m2)
)

或映射并取最大值：

 graph.edges.map(_.attr).max

关于您的尝试：

如果您收集的所有数据都在驱动程序上按顺序处理，那么就没有理由使用 accumulator。
它不起作用，因为累加器从工作人员的角度来看是只写的。

在 Spark GraphX 中查找最大边权重

Finding maximum edge weight in Spark GraphX

scala

apache-spark

spark-graphx