楼主: Lisrelchen
1908 11

【Apache Spark】Analyzing Flight Data: A Gentle Introduction to GraphX in Spark [推广有奖]

  • 0关注
  • 62粉丝

VIP

院士

67%

还不是VIP/贵宾

-

TA的文库  其他...

Bayesian NewOccidental

Spatial Data Analysis

东西方数据挖掘

威望
0
论坛币
49957 个
通用积分
79.5487
学术水平
253 点
热心指数
300 点
信用等级
208 点
经验
41518 点
帖子
3256
精华
14
在线时间
766 小时
注册时间
2006-5-4
最后登录
2022-11-6

相似文件 换一批

+2 论坛币
k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群
赵安豆老师微信:zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

感谢您参与论坛问题回答

经管之家送您两个论坛币!

+2 论坛币

本帖隐藏的内容

Analyzing Flight Data_ A Gentle Introduction to GraphX in Spark.pdf (443.19 KB)


Basics of GraphXGraphX, as you might have guessed, is built upon this basic paradigm of graph theory. It's awesome. RequirementsNow this tutorial is only going to cover Scala because at this time, Apache Spark only has a Scala API for GraphX.

二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

关键词:introduction troduction Analyzing Gentle flight

本帖被以下文库推荐

沙发
Lisrelchen 发表于 2017-4-30 09:24:50 |只看作者 |坛友微信交流群
  1. The Setup & Data
  2. Let's go ahead and get set up with a dataset that I've introduced before in my Databricks. Scalaimport org.apache.spark.graphx._
  3. import org.apache.spark.rdd.RDD
  4. import scala.util.MurmurHash
  5. val df_1 = sqlContext.read.format("com.databricks.spark.csv").option("header", "true").load("../Downloads/2008.csv")
复制代码

使用道具

藤椅
Lisrelchen 发表于 2017-4-30 09:25:25 |只看作者 |坛友微信交流群

Creating a Graph from our Data

  1. val flightsFromTo = df_1.select($"Origin",$"Dest")
  2. val airportCodes = df_1.select($"Origin", $"Dest").flatMap(x => Iterable(x(0).toString, x(1).toString))
复制代码
  1. val airportVertices: RDD[(VertexId, String)] = airportCodes.distinct().map(x => (MurmurHash.stringHash(x), x))
  2. val defaultAirport = ("Missing")
复制代码
  1. val flightEdges = flightsFromTo.map(x =>
  2.     ((MurmurHash.stringHash(x(0).toString),MurmurHash.stringHash(x(1).toString)), 1)).reduceByKey(_+_).map(x => Edge(x._1._1, x._1._2,x._2))
复制代码
  1. val graph = Graph(airportVertices, flightEdges, defaultAirport)
  2. graph.persist() // we're going to be using it a lot
复制代码



使用道具

板凳
Lisrelchen 发表于 2017-4-30 09:29:47 |只看作者 |坛友微信交流群

Basic Statistics

  1. How many unique flights from airport A to airport B are there?
  2. Scalagraph.numVertices // 305
  3. graph.numEdges // 5366
复制代码
  1. What are the top 10 flights from airport to airport?
  2. Scalagraph.triplets.sortBy(_.attr, ascending=false).map(triplet =>
  3.     "There were " + triplet.attr.toString + " flights from " + triplet.srcAttr + " to " + triplet.dstAttr + ".").take(10)
复制代码
  1. What are the lowest 10 flights from airport to airport?
  2. Scalagraph.triplets.sortBy(_.attr).map(triplet =>
  3.     "There were " + triplet.attr.toString + " flights from " + triplet.srcAttr + " to " + triplet.dstAttr + ".").take(10)
复制代码


使用道具

报纸
Lisrelchen 发表于 2017-4-30 09:30:57 |只看作者 |坛友微信交流群

PageRank

  1. val ranks = graph.pageRank(0.0001).vertices
复制代码

  1. val ranksAndAirports = ranks.join(airportVertices).sortBy(_._2._1, ascending=false).map(_._2._2)
  2. ranksAndAirports.take(10)
复制代码

使用道具

地板
MouJack007 发表于 2017-4-30 11:41:51 |只看作者 |坛友微信交流群
谢谢楼主分享!
已有 1 人评分论坛币 收起 理由
Nicolle + 20 精彩帖子

总评分: 论坛币 + 20   查看全部评分

使用道具

7
MouJack007 发表于 2017-4-30 11:42:48 |只看作者 |坛友微信交流群

使用道具

8
日月生辉 在职认证  发表于 2017-4-30 11:48:05 |只看作者 |坛友微信交流群
不错的资料
已有 1 人评分论坛币 收起 理由
Nicolle + 20 精彩帖子

总评分: 论坛币 + 20   查看全部评分

使用道具

9
colongkong 发表于 2017-4-30 17:46:52 |只看作者 |坛友微信交流群
非常感谢搂住分享!
已有 1 人评分论坛币 收起 理由
Nicolle + 20 精彩帖子

总评分: 论坛币 + 20   查看全部评分

使用道具

10
franky_sas 发表于 2017-4-30 22:30:39 |只看作者 |坛友微信交流群
已有 1 人评分论坛币 收起 理由
Nicolle + 20 精彩帖子

总评分: 论坛币 + 20   查看全部评分

使用道具

您需要登录后才可以回帖 登录 | 我要注册

本版微信群
加好友,备注jltj
拉您入交流群

京ICP备16021002-2号 京B2-20170662号 京公网安备 11010802022788号 论坛法律顾问:王进律师 知识产权保护声明   免责及隐私声明

GMT+8, 2024-5-1 05:01