我正在使用spark graphx构建wifi关系图。顶点是用户id。如果两个用户连接了同一个wifi，则边为真
现在我有一个巨大的rdd:rdd[（u，v）]。rdd的关键是wifi id，值是连接了这个wifi的所有用户的集合(最大的wifi有5万用户。最小的wifi有3个用户。总用户数为10000000。所有wifi为2000000）
我必须建立一个边缘集，如果两个用户连接了同一个wifi。
现在我在spark中使用笛卡尔坐标，但是速度太慢（可能几个星期），占用的内存太多。
我该怎么解决？我非常感谢！