spark graphx是什么

GraphX is a new component in Spark for graphs and graph-parallel computation. At a high level, GraphX extends the Spark RDD by introducing a new Graph abstraction: a directed multigraph with properties attached to each vertex and edge. To support graph computation, GraphX exposes a set of fundamental operators (e.g., subgraph, joinVertices, and aggregateMessages) as well as an optimized variant of the Pregel API. In addition, GraphX includes a growing collection of graph algorithms and builders to simplify graph analytics tasks.

简单来说，graphx 就是spark封装对图计算的抽象封装，这里的图计算主要是指 多重图 的计算，多重图的概念请看后面会讲到；phx继承自rdd，所以有分布式计算的特性；其中非常重要的2个概念是顶点（vertex）和边(edge)

vertex和edge

• vertex表示顶点，举个例子，一个一个的人就是一个一个的顶点，人有许多属性，比如姓名、年龄等等，vertex也有很多属性
• edge表示边，也可以理解成点和点之间的关系，比如人与人之间的关系：父亲、老师、妻子、p友等等

多重图

• 含有平行边的图称为多重图。也称若图中某两个结点之间的边数多于一条，又允许顶点通过同一条边和自己关联，则称为多重图
• 如何理解2个节点之间的边数多于1条？举例人与人之间的关系可以既是同事又是朋友
  

spark graphx能做什么

• PageRank
  这个应该都知道吧，搜索引擎计算网页得分用的

• 最短路径
  计算点与点之间最小的路径，比如把世界上所有人和人的关系弄成图后，通过计算最短路径，你就能知道你走什么关系能最快联系到特朗普

• 社群发现
  计算社区中三角形的个数，三角形越多，表示关系越稳固

• ALS
  做推荐要用到