ThinkChat2.0新版上线,更智能更精彩,支持会话、画图、阅读、搜索等,送10W Token,即刻开启你的AI之旅 广告
# GraphX编程指南 GraphX是一个新的(alpha)Spark API,它用于图和并行图(graph-parallel)的计算。GraphX通过引入[Resilient Distributed Property Graph](property-graph.md):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作以及Pregel API的一个优化。另外,GraphX包含了一个日益增长的图算法和图builders的 集合,用以简化图分析任务。 从社交网络到语言建模,不断增长的规模和图形数据的重要性已经推动了许多新的`graph-parallel`系统(如[Giraph](http://giraph.apache.org/)和[GraphLab](http://graphlab.org/))的发展。 通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,这些系统可以高效地执行复杂的图形算法,比一般的`data-parallel`系统快很多。 ![data parallel vs graph parallel](https://img.kancloud.cn/0e/d2/0ed22bf960c321078d751644fd728d94_1250x744.png) 然而,通过这种限制可以提高性能,但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)中很多重要的stages。另外,我们如何看待数据取决于我们的目标,并且同一原始数据可能有许多不同表和图的视图。 ![表和图](https://img.kancloud.cn/23/3e/233e72833135efd32da404b74741a22c_1229x751.png) 结论是,图和表之间经常需要能够相互移动。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](https://img.kancloud.cn/9b/d8/9bd89ff42c8e3834f8309e356e2c597b_1190x788.png) GraphX项目的目的就是将`graph-parallel`和`data-parallel`统一到一个系统中,这个系统拥有一个唯一的组合API。GraphX允许用户将数据当做一个图和一个集合(RDD),而不需要 而不需要数据移动或者复杂。通过将最新的进展整合进`graph-parallel`系统,GraphX能够优化图操作的执行。 * [开始](getting-started.md) * [属性图](property-graph.md) * [图操作符](graph-operators.md) * [Pregel API](pregel-api.md) * [图构造者](graph-builders.md) * [顶点和边RDDs](vertex-and-edge-rdds.md) * [图算法](graph-algorithms.md) * [例子](examples.md)