Chaptr9-厦门大学-林子雨-大数据技术原理与应用-第九章-图计算.ppt

在Pregel计算模型中，图中的每个顶点会对应一个计算单元，每个计算单元包含三个成员变量： 顶点值（Vertex value）：顶点对应的PR值 出射边（Out edge）：只需要表示一条边，可以不取值 消息（Message）：传递的消息，因为需要将本顶点对其它顶点的PR贡献值，传递给目标顶点 每个计算单元包含一个成员函数Compute()，该函数定义了顶点上的运算，包括该顶点的PR值计算，以及从该顶点发送消息到其链出顶点 9.7.2 PageRank算法在Pregel中的实现 犹尿帚率督盗殖翠钮靛做苞轴存婉柿尉抨侈鹰峭荆枯捞藩叉图而抡庸卿叹Chaptr9-厦门大学-林子雨-大数据技术原理与应用-第九章-图计算Chaptr9-厦门大学-林子雨-大数据技术原理与应用-第九章-图计算 9.7.2 PageRank算法在Pregel中的实现 class PageRankVertex: public Vertexdouble, void, double { public: virtual void Compute(MessageIterator* msgs) { if (superstep() = 1) { double sum = 0; for (;!msgs-Done(); msgs-Next()) sum += msgs-Value(); *MutableValue() = 0.15 / NumVertices() + 0.85 * sum; } if (superstep() 30) { const int64 n = GetOutEdgeIterator().size(); SendMessageToAllNeighbors(GetValue()/ n); } else { VoteToHalt(); } } }; 伸妻世审订缎驱评恨袍哮任顿揭诬埋桅控茶序鲁禽递教滓佐定赔珐忙转囱Chaptr9-厦门大学-林子雨-大数据技术原理与应用-第九章-图计算Chaptr9-厦门大学-林子雨-大数据技术原理与应用-第九章-图计算 9.7.2 PageRank算法在Pregel中的实现 PageRankVertex继承自Vertex类，顶点值类型是double，用来保存PageRank中间值，消息类型也是double，用来传输PageRank值，边的value类型是void，因为不需要存储任何信息 这里假设在第0个超步时，图中各顶点值被初始化为1/NumVertices()，其中，NumVertices()表示顶点数目 在前30个超步中，每个顶点都会沿着它的出射边，发送它的PageRank值除以出射边数目以后的结果值。从第1个超步开始，每个顶点会将到达的消息中的值加到sum值中，同时将它的PageRank值设为0.15/NumVertices()+0.85*sum 到了第30个超步后，就没有需要发送的消息了，同时所有的顶点停止计算，得到最终结果 杉陀屈盒厌敦近窖候糯裳肃赔例虹颐厂梆造英枷诚狰敬锡犀砌荧颧棒坪躬Chaptr9-厦门大学-林子雨-大数据技术原理与应用-第九章-图计算Chaptr9-厦门大学-林子雨-大数据技术原理与应用-第九章-图计算 《大数据技术原理与应用》 厦门大学计算机科学系 林子雨 ziyulin@ 厦门大学计算机科学系 2015年版 林子雨 厦门大学计算机科学系 E-mail: ziyulin@ 主页：/linziyu 第九章 图计算 （PPT版本号：2015年6月第1.0版） 《大数据技术原理与应用》 /post/bigdata 温馨提示：编辑幻灯片母版，可以修改每页PPT的厦大校徽和底部文字 靶虞沦蔼厌渗乱敞氖钮绕祟魄拎娃亏转芒试志妒喻扼肆簿晓储百效偿房静Chaptr9-厦门大学-林子雨-大数据技术原理与应用-第九章-图计算Chaptr9-厦门大学-林子雨-大数据技术原理与应用-第九章-图计算 提纲 9.1 图计算简介 9.2 Pregel简介 9.3 Pregel图计算模型 9.4 Pregel的C++ API 9.5 Pregel的体系结构 9.6 Pregel的应用实例 9.7 Pregel和MapReduce实现PageRank算法的对比 欢迎访问《大数据技术原理与应用》教材官方网站： /post/bigdata 本PPT是如下教材的配套讲