我想用sparkrdd接口实现simrank。但是我的数据集太大，无法处理，二部图有数亿个节点，因此要找到所有邻域对的相似性分数需要花费大量的计算。我试图找到一些现有的实现，但它们似乎都不是可伸缩的。有什么建议吗？
xxe27gdn1#
我建议先看看apachespark生态系统附带的graphx和graphframes库，看看它们是否适合您的需要。它们主要在rdd和Dataframe之上引入图形处理支持。
1条答案
按热度按时间xxe27gdn1#
我建议先看看apachespark生态系统附带的graphx和graphframes库，看看它们是否适合您的需要。它们主要在rdd和Dataframe之上引入图形处理支持。