数据算法 Hadoop/Spark大数据处理---第十六章

本章为查找图中的所有三角形

查找三角形的算法的思想
绘图1.png

本章实现方式

  • 1.基于MapReduce实现
  • 2.基于spark来实现
  • 3.基于传统Scala来实现

++基于传统MapReduce来实现++

1. MapReduce实现的过程

image

2. MapReduce的实现类

image

3. Map端代码实现

public class GraphEdgeMapper extends Mapper<LongWritable,Text,LongWritable,LongWritable>{
    LongWritable  k2 = new LongWritable();
    LongWritable  v2 = new LongWritable();
    @Override
    protected void map(LongWritable key, Text value, Context context) throws IOException, InterruptedException {
        String edge = value.toString().trim();
        String[] nodes = StringUtils.split(edge, " ");
        long nodeA = Long.parseLong(nodes[0]);
        long nodeB = Long.parseLong(nodes[1]);
        k2.set(nodeA);
        v2.set(nodeB);
        //生成两个相对边的集合
        context.write(k2,v2);
        context.write(v2,k2);
    }
}

image

4. Reduce端代码实现

public class GraphEdgeReducer extends Reducer<LongWritable,LongWritable,PairOfLongs,LongWritable> {
    PairOfLongs k2 = new PairOfLongs();
    LongWritable v2 = new LongWritable();

    //这个类发出{(key,value),1} 的对和{(value1,value2),key}的对
    @Override
    protected void reduce(LongWritable key, Iterable<LongWritable> values, Context context) throws IOException, InterruptedException {
        ArrayList<Long> list = new ArrayList<>();
        v2.set(0);
        for(LongWritable value : values){
            list.add(value.get());
            k2.set(key.get(),value.get());
            context.write(k2,v2);
        }
        Collections.sort(list);
        v2.set(key.get());
        for(int i=0;i<list.size();i++){
            for(int j=i+1;j<list.size();j++){
                k2.set(list.get(i),list.get(j));
                context.write(k2,v2);
            }
        }
    }
}
image
public class TriadsReducer  extends Reducer<PairOfLongs, LongWritable, Text, Text> {
    static final  Text EMPTY = new Text("");
    @Override
    protected void reduce(PairOfLongs key, Iterable<LongWritable> values, Context context) throws IOException, InterruptedException {
        ArrayList<Long> list = new ArrayList<>();
        boolean haveSeenSpecialNodeZero = false;

        for(LongWritable value : values){
            long node = value.get();
            if(node ==0){
                haveSeenSpecialNodeZero = true;
            }else{
                list.add(node);
            }
        }
        if(haveSeenSpecialNodeZero){
            if (list.isEmpty()){return;}
            Text triangle = new Text();
            for(long node : list){
                String triangleAsString = key.getLeftElement()+","+key.getRightElement()+","+node;
                triangle.set(triangleAsString);
                context.write(triangle,EMPTY);
            }
        }
        else {
            // no triangles found
            return;
        }
    }
}
image

5.最后对三角形的中重复值去重即可

++基于传统spark来实现++

 JavaSparkContext ctx = SparkUtil.createJavaSparkContext("count-triangles");
        JavaRDD<String> lines = ctx.textFile(inputPath);
        JavaPairRDD<Long, Long> edges = lines.flatMapToPair(new PairFlatMapFunction<String, Long, Long>() {
            @Override
            public Iterator<Tuple2<Long, Long>> call(String s) throws Exception {
                String[] tokens = s.split(",");
                long start = Long.parseLong(tokens[0]);
                long end = Long.parseLong(tokens[1]);

                //返回两组边的集合
                return Arrays.asList(new Tuple2<Long, Long>(start, end), new Tuple2<Long, Long>(end, start)).iterator();
            }
        });
        //对key进行排序
        JavaPairRDD<Long, Iterable<Long>> triads = edges.groupByKey();

        //发出三角形表的对
        JavaPairRDD<Tuple2<Long, Long>, Long> possibleTriads = triads.flatMapToPair(new PairFlatMapFunction<Tuple2<Long, Iterable<Long>>, Tuple2<Long, Long>, Long>() {
            @Override
            public Iterator<Tuple2<Tuple2<Long, Long>, Long>> call(Tuple2<Long, Iterable<Long>> s) throws Exception {
                Iterable<Long> values = s._2;
                List<Tuple2<Tuple2<Long, Long>, Long>> result = new ArrayList<Tuple2<Tuple2<Long, Long>, Long>>();

                for (Long value : values) {
                    Tuple2<Long, Long> k2 = new Tuple2<>(s._1, value);
                    Tuple2<Tuple2<Long, Long>, Long> k2v2 = new Tuple2<Tuple2<Long, Long>, Long>(k2, 0l);
                    result.add(k2v2);
                }
                ArrayList<Long> valuesCopy = new ArrayList<>();
                for (Long item : values) {
                    valuesCopy.add(item);
                }
                Collections.sort(valuesCopy);
                for (int i = 0; i < valuesCopy.size(); i++) {
                    for (int j = i + 1; j < valuesCopy.size(); j++) {
                        Tuple2<Long, Long> k2 = new Tuple2<>(valuesCopy.get(i), valuesCopy.get(j));
                        Tuple2<Tuple2<Long, Long>, Long> k2v2 = new Tuple2<Tuple2<Long, Long>, Long>(k2, s._1);
                        result.add(k2v2);
                    }
                }
                return result.iterator();
            }
        });
        JavaPairRDD<Tuple2<Long,Long>, Iterable<Long>> triadsGrouped = possibleTriads.groupByKey();
        JavaRDD<Tuple3<Long, Long, Long>> trianglesWithDuplicates = triadsGrouped.flatMap(new FlatMapFunction<Tuple2<Tuple2<Long, Long>, Iterable<Long>>, Tuple3<Long, Long, Long>>() {
            @Override
            public Iterator<Tuple3<Long, Long, Long>> call(Tuple2<Tuple2<Long, Long>, Iterable<Long>> s) throws Exception {
                Tuple2<Long, Long> key = s._1;
                Iterable<Long> values = s._2;
                List<Long> list = new ArrayList<>();
                boolean haveSeenSpecialNodeZero = false;

                for (Long node : values) {
                    if (node == null) {
                        haveSeenSpecialNodeZero = true;
                    } else {
                        list.add(node);
                    }
                }
                List<Tuple3<Long, Long, Long>> result = new ArrayList<Tuple3<Long, Long, Long>>();
                if (haveSeenSpecialNodeZero) {
                    if (list.isEmpty()) {
                        return result.iterator();
                    }
                    for (Long node : list) {
                        long[] aTraingle = {key._1, key._2, node};
                        Tuple3<Long, Long, Long> t3 = new Tuple3<Long, Long, Long>(aTraingle[0],
                                aTraingle[1],
                                aTraingle[2]);
                        result.add(t3);
                    }
                } else {
                    return result.iterator();
                }

                return result.iterator();
            }
        });

        JavaRDD<Tuple3<Long, Long, Long>> uniqueTriangeles = trianglesWithDuplicates.distinct();
        ctx.close();
        System.exit(0);

++基于传统Scala来实现++

val sparkConf = new SparkConf().setAppName("CountTriangles")
    val sc = new SparkContext(sparkConf)

    val input = args(0)
    val output = args(1)

    val lines = sc.textFile(input)

     //对边生成序列
  val edges = lines.flatMap(line =>{
      val tokens = line.split("\\s+")
      val start = tokens(0).toLong
      val end = tokens(1).toLong
      (start,end)::(end,start):: Nil
    })

    val triads = edges.groupByKey();

    val possibleTriads = triads.flatMap(tuple =>{
      val values = tuple._2.toList
      val result = values.map(v=>{
        ((tuple._1,v),0L)
      })
      //对后面的value进行排序
      val sorted = values.sorted
      val combinations = sorted.combinations(2).map{case Seq(a,b)=>(a,b)}.toList
      combinations.map((_,tuple._1)) ::: result
    })
    val triadsGrouped =possibleTriads.groupByKey()

    val triangleWithDuplicates = triadsGrouped.flatMap(tg =>{
      val key = tg._1
      val value = tg._2
      val list = value.filter(_ !=0)
      if(value.exists(_ ==0)){
        if (list.isEmpty) Nil
         list.map(l =>{
           val sorteTriangle = (key._1 :: key._2 :: Nil).sorted
           (sorteTriangle(0),sorteTriangle(1),sorteTriangle(2))
         })
      }else Nil
    })

    val uniqueTriangles = triangleWithDuplicates distinct

    // For debugging purpose
    uniqueTriangles.foreach(println)

    uniqueTriangles.saveAsTextFile(output)

    // done
    sc.stop()

©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 215,923评论 6 498
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 92,154评论 3 392
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 161,775评论 0 351
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 57,960评论 1 290
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 66,976评论 6 388
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 50,972评论 1 295
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 39,893评论 3 416
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 38,709评论 0 271
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 45,159评论 1 308
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 37,400评论 2 331
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 39,552评论 1 346
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 35,265评论 5 341
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 40,876评论 3 325
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 31,528评论 0 21
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,701评论 1 268
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 47,552评论 2 368
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 44,451评论 2 352

推荐阅读更多精彩内容