|
ArangoDB團隊研究出一種算法，能夠在一個圖中識別出已連接的子圖，文中以國家爲例；在ArangoDB中引入Pregel框架，通過Worker算法、合成算法、pregelRunner模塊來執行不同的實現方式。來試試吧！
ArangoDB團隊研究出一種算法，能夠在一個圖中識別出已連接的子圖，文中以國家爲例；在ArangoDB中引入Pregel框架，通過Worker算法、合成算法、pregelRunner模塊來執行不同的實現方式。開發者也可以自行編寫算法，編程世界魅力無窮！
譯文如下：
Pregel作爲Google推出的一種面向圖算法的分佈式編程框架，主要用於處理大規模的圖算法計算。比如，圖遍歷（BFS）、最短路徑（SSSP）、PageRank計算等。
檢測“已連接節點”的算法
爲了解決已連接節點的問題，ArangoDB團隊研究出一種算法，能夠在一個圖中識別出已連接的子圖。這裏以國家爲例子，下圖包含10個國家，互相之間的關係定義爲邊界接壤(hasBorderWith)，其形成的4種已連接節點組分別爲：
- 德國，奧地利，瑞士
- 摩洛哥，阿爾及利亞，突尼斯
- 巴西，阿根廷，烏拉圭
- 澳大利亞
![]()
要導入該圖，請點擊這裏進行下載，然後打開ArangoShell並執行如下語句：
![]()
Worker算法
Worker算法執行於圖中每個頂點之上，每個頂點有一個相關的消息遊標和一個global對象，裏面含有步長信息和用戶定義的Global數據。該算法定義如下：
![]()
爲了檢測所有的節點組，這裏使用了一種非常直接的方法：
每個節點組有一個字母標識符，存有其頂點最後的_key屬性信息。所以，第0步的時候，每個頂點存儲的是其自身的key信息以及初始鄰近接壤節點信息。要訪問源頂點需要使用_get(“someAttribute”)方法：
![]()
一個頂點只能訪問其外部邊界，因此在第1步的時候要記得把它所有接收到的消息放入數組中，以便進行向後通信，同時要根據傳入的消息來更新節點組。
![]()
所以前兩步的操作開啓了向前和向後通信，接着執行算法直到每個頂貼都接收到其頂點組標識信息。因此，當接收到鄰近標識符信息後，每個頂點需要更新頂點組標識信息：
![]()
當一個頂點不再接收到新的消息或新的組標識時，要使它暫時失效。僅當再從鄰近頂點接收新消息的時候進行激活：
![]()
如果接收到新的組標識時要把結果進行存儲：
![]()
接着要通知鄰近頂點，包括向前與向後：
![]()
然後失效該頂點直到接收到新的消息：
![]()
合成算法
爲了減少冗餘的消息使得工作者算法更加高效，ArangoDB團隊引入了消息合成算法。比方說在該示例中，德國節點可能會收到來自奧地利和瑞士的消息；由於按字母排序，奧地利的消息可以忽略，從而減少不必要的消息接收。在Pregel中的消息合成器可定義爲：
![]()
合成器會篩選冗餘消息，然後發送有效的標識信息：
![]()
引入該算法後，德國節點雖然有兩個接壤點，但是隻會收到一個消息。
pregelRunner模塊
首先創建Runner實例：
![]()
Pregel算法的具體實現請點擊這裏進行下載。在Shell中載入該文件，使Runner可以實現相關函數：
![]()
然後在圖中啓動Pregel：
![]()
啓動後會接收到唯一的執行碼，可以使用runner來查閱當前運行狀態：
![]()
執行完畢後可以得到圖的結果名：
![]()
要檢查該結果是否符合要求，可以載入全部頂點進行校對：
![]()
結果是正確的，算法能正確識別出4個子圖(瑞士，突尼斯，烏拉圭，澳大利亞)。最後要做好收尾工作：
![]()
寫在最後：
ArangoDB仍在進一步完善pregelRunner以滿足更大規模圖處理的需求。很多受時間和內存限制的大型圖問題在Pregel系統中都可逐步解決，例如：最短路徑，圖着色，最小生成樹等。
|
