MaxCompute Graph 是一套面向迭代的图计算处理框架。图计算作业使用图进行建模,图由点(Vertex)和边(Edge)组成,点和边包含权值(Value)。

MaxCompute Graph 支持以下图编辑操作:
  • 修改点或边的权值。
  • 增加/删除点。
  • 增加/删除边。
说明
编辑点和边时,点与边的关系需要您来维护。

通过迭代对图进行编辑、演化,最终求解出结果,典型应用有:PageRank单源最短距离算法K-均值聚类算法 等。您可以使用 MaxCompute Graph 提供的接口 Java SDK 编写图计算程序。

Graph 数据结构

MaxCompute Graph 能够处理的图必须是是一个由点(Vertex)和边(Edge)组成的有向图。由于 MaxCompute 仅提供二维表的存储结构,因此需要您自行将图数据分解为二维表格式存储在 MaxCompute 中。

在进行图计算分析时,使用自定义的 GraphLoader 将二维表数据转换为 MaxCompute Graph 引擎中的点和边。至于如何将图数据分解为二维表格式,您可以根据自身的业务场景做决定。

点的结构可以简单表示为 < ID, Value, Halted, Edges >,分别表示点标识符(ID),权值(Value),状态(Halted, 表示是否要停止迭代),出边集合(Edges,以该点为起始点的所有边列表)。边的结构可以简单表示为 <DestVertexID,Value >,分别表示目标点(DestVertexID)和权值(Value)。



例如,上图由下面的点组成:
Vertex <ID, Value, Halted, Edges>
v0 <0, 0, false, [ <1, 5 >, <2, 10 > ] >
v1 <1, 5, false, [ <2, 3>, <3, 2>, <5, 9>]>
v2 <2, 8, false, [<1, 2>, <5, 1 >]>
v3 <3, Long.MAX_VALUE, false, [<0, 7>, <5, 6>]>
v5 <5, Long.MAX_VALUE, false, [<3, 4 > ]>

Graph 程序逻辑

图加载

图加载:框架调用您自定义的 GraphLoader,将输入表的记录解析为点或边。

分布式化:框架调用您自定义的 Partitioner 对点进行分片(默认分片逻辑:点 ID 哈希值,然后对 Worker 数取模),分配到相应的Worker。



例如,上图假设 Worker 数是 2,那么 v0,v2 会被分配到 Worker0,因为 ID 对 2 取模结果为 0,而 v1,v3,v5 将被分配到 Worker1,ID 对 2 取模结果为 1。

迭代计算
  • 一次迭代为一个 超步(SuperStep),遍历所有非结束状态(Halted 值为 false)的点或者收到消息的点(处于结束状态的点收到信息会被自动唤醒),并调用其 compute(ComputeContext context, Iterable messages) 方法。
  • 在您实现的 compute(ComputeContext context, Iterable messages) 方法中:
    • 处理上一个超步发给当前点的消息(Messages)。
    • 根据需要对图进行编辑:
      • 修改点/边的取值。
      • 发送消息给某些点。
      • 增加/删除点或边。
    • 通过 Aggregator 汇总信息到全局信息。
    • 设置当前点状态,结束或非结束状态。
    • 迭代进行过程中,框架会将消息以异步的方式发送到对应 Worker,并在下一个超步进行处理,您无需关心。

迭代终止

满足以下任意一条,迭代即终止。

  • 所有点处于结束状态(Halted 值为 true)且没有新消息产生。

  • 达到最大迭代次数。

  • 某个 Aggregator 的 terminate 方法返回 true。

伪代码描述如下所示:
// 1. load
for each record in input_table {
  GraphLoader.load();
}
// 2. setup
WorkerComputer.setup();
for each aggr in aggregators {
  aggr.createStartupValue();
}
for each v in vertices {
  v.setup();
}
// 3. superstep
for (step = 0; step < max; step ++) {
  for each aggr in aggregators {
    aggr.createInitialValue();
  }
  for each v in vertices {
     v.compute();
   }
}
// 4. cleanup
for each v in vertices {
  v.cleanup();
}
WorkerComputer.cleanup();