在无向图G中，若从顶点A到顶点B有路径相连，则称A和B是连通的。在图G中存在若干子图，如果其中每个子图中所有顶点之间都是连通的，但在不同子图间不存在顶点连通，那么称图G的这些子图为最大连通子图。本文为您介绍PAI-Studio提供的最大连通子图组件。

PAI-Studio支持通过可视化或PAI命令方式，配置最大连通子图组件的参数。

可视化方式

页签 参数 描述
IO/字段设置 起始节点 边表的起点所在列。
结束节点 边表的终点所在列。
执行调优 进程数量 作业并行执行的节点数。数字越大并行度越高，但是框架通讯开销会增大。
进程内存 单个作业可使用的最大内存量。系统默认为每个作业分配4096 MB内存，实际使用内存超过该值，会抛出OutOfMemory异常。
数据切分大小 数据切分的大小，默认为64。

PAI命令方式

PAI -name MaximalConnectedComponent
    -project algo_public
    -DinputEdgeTableName=MaximalConnectedComponent_func_test_edge
    -DfromVertexCol=flow_out_id
    -DtoVertexCol=flow_in_id
    -DoutputTableName=MaximalConnectedComponent_func_test_result;
参数 是否必选 描述 默认值
inputEdgeTableName 是 输入边表名。 无
inputEdgeTablePartitions 否 输入边表的分区。 全表读入
fromVertexCol 是 输入边表的起点所在列。 无
toVertexCol 是 输入边表的终点所在列。 无
outputTableName 是 输出表名。 无
outputTablePartitions 否 输出表的分区。 无
lifecycle 否 输出表的生命周期。 无
workerNum 否 作业并行执行的节点数。数字越大并行度越高，但是框架通讯开销会增大。 未设置
workerMem 否 单个作业可使用的最大内存量。系统默认为每个作业分配4096 MB内存，实际使用内存超过该值，会抛出OutOfMemory异常。 4096
splitSize 否 数据切分大小。 64

使用示例

  1. 生成训练数据。
    drop table if exists MaximalConnectedComponent_func_test_edge;
create table MaximalConnectedComponent_func_test_edge as
select * from
(
  select '1' as flow_out_id,'2' as flow_in_id from dual
  union all
  select '2' as flow_out_id,'3' as flow_in_id from dual
  union all
  select '3' as flow_out_id,'4' as flow_in_id from dual
  union all
  select '1' as flow_out_id,'4' as flow_in_id from dual
  union all
  select 'a' as flow_out_id,'b' as flow_in_id from dual
  union all
  select 'b' as flow_out_id,'c' as flow_in_id from dual
)tmp;
drop table if exists MaximalConnectedComponent_func_test_result;
create table MaximalConnectedComponent_func_test_result
(
  node string,
  grp_id string
);
    对应的图结构如下图所示。最大连通子图图结构
  2. 查看训练结果。
    +-------+-------+
| node  | grp_id|
+-------+-------+
| 1     | 4     |
| 2     | 4     |
| 3     | 4     |
| 4     | 4     |
| a     | c     |
| b     | c     |
| c     | c     |
+-------+-------+