Spark复习十一：内置图算法，PageRank算法的解析以及简单案例

1.PageRank算法描述：

1.1用1/N的页面排名值初始化每个顶点，N是图中顶点总数和。

1.2循环：
              每个顶点，沿着出边发送PR值1/M，M为当前顶点的出度。

             当每个顶点从相邻顶点收到其他发送的PR值后，合计这些PR值后作为当前当前顶点新的PR值。

             图中顶点的PR与上一个迭代相比没有显著变化，则退出迭代。

2.PageRank算法案例：

package sparkGraphX

import org.apache.spark.graphx.{Graph, GraphLoader, VertexRDD}
import org.apache.spark.{SparkConf, SparkContext}

object pageRankTest {
  def main(args: Array[String]): Unit = {
    val conf = new SparkConf().setAppName("SimpleGraphX").setMaster("local")
    val sc = new SparkContext(conf)
    sc.setLogLevel("WARN")
    val graph: Graph[Int, Int] = GraphLoader.edgeListFile(sc,"D:/web.txt")
//  val web: VertexRDD[Double] = graph.pageRank(0.001).vertices   //动态调用 参数为收敛值
    val staticPage: VertexRDD[Double] = graph.staticPageRank(5).vertices  //静态调用 参数为迭代次数，第二个参数为resetProb: Double = 0.15为方法写死的值，不需要写即可。
    staticPage.collect.foreach(println(_)) //输出计算的结果

  }
}

 打印的结果：                                                                                 顶点的图形表示：

                    

结果分析 ：

2的入度是最多的，所以排名值最高，顶点2只有一个出度那就是8，所以8的值比较高，8的出度为1，1有两个出度，将排名值分散。以此类推。其中还有排名值系数的影响。这里只是初步的应用。