我在下面的代碼中使用Scala使用Apache Spark-GraphFrames,我在上面的代碼中應用BFS並嘗試找到Vertice 0到100之間的距離。Apache-Spark圖框在BFS上非常緩慢
import org.apache.spark._
import org.graphframes._
import org.graphframes.GraphFrame
import org.apache.spark.sql.DataFrame
import org.apache.spark.sql.SQLContext
object SimpApp{
def main(args: Array[String]) {
val conf = new SparkConf().setAppName("SimpApp")
val sc = new SparkContext(conf)
val sqlContext = new SQLContext(sc)
val nodesList = sqlContext.read.format("com.databricks.spark.csv").option("header", "true").option("inferSchema", "true").load("CSV File Path")
val edgesList= sqlContext.read.format("com.databricks.spark.csv").option("header", "true").option("inferSchema", "true").load("CSV File Path")
val v=nodesList.toDF("id")
val e=edgesList.toDF("src", "dst", "dist")
val g = GraphFrame(v, e)
var paths: DataFrame = g.bfs.fromExpr("id = 0").toExpr(s"id = 100").maxPathLength(101).run()
paths.show()
sc.stop()
}
}
Soucre節點:0目的地節點:100
頂點列表是下面給出
id
0
1
2
3
.
.
.
up to
1000
這裏是邊列表
src dst dist
0 1 2
1, 2, 1
2, 3, 5
3, 4, 1
4, 5, 3
5, 6, 3
6, 7, 6
. . .
. . .
. . .
up to
999, 998, 4
但是,上面給出的代碼的問題是,它需要大量的時間執行0到100個頂點,因爲它運行了4個小時但沒有輸出。 上面的代碼我運行在具有12 GB RAM的單機上。
可以請指導我加快和優化代碼。