图计算
创建GraphFrame需要传入两个dataframe，其中一个包含顶点数据，另一个包含边数据，有以下要求。
（1）顶点dataframe需要有一个"id"列，可以是非数字类型的，这是GraphFrame相对于GraphX较大的优势。
（2）边dataframe需要包含列名为"src"和"dst"两列，与顶点的"id"列映射。
程序基本框架：
import org.apache.spark.sql.SparkSession
import org.graphframes.GraphFrame
object GraphFrameTest {
def main(args: Array[String]) {
val spark = SparkSession
.builder()
.appName("GraphFrameTest")
.master("local[4]")
.getOrCreate()
val sqlContext = spark.sqlContext
// 创建顶点DataFrame
val v = sqlContext.createDataFrame(List(
("a", "Alice", 34),
("b", "Bob", 36),
("c", "Charlie", 30),
("d", "David", 29),
("e", "Esther", 32),
("f", "Fanny", 36),
("g", "Gabby", 60)
)).toDF("id", "name", "age")
// 创建边DataFrame
val e = sqlContext.createDataFrame(List(
("a", "b", "friend"),
("b", "c", "follow"),
("c", "b", "follow"),
("f", "c", "follow"),
("e", "f", "follow"),
("e", "d", "friend"),
("d", "a", "friend"),
("a", "e", "friend")
)).toDF("src", "dst", "relationship")
// 创建 GraphFrame 图对象
val g = GraphFrame(v, e)
//TODO
spark.stop()
}
GraphFrame包含了顶点dataframe和边dataframe的引用，从以下GraphFrame构造函数可以看出：
class GraphFrame private(
@transient private val _vertices: DataFrame,
@transient private val _edges: DataFrame) extends Logging with Serializable
GraphFrame很多基本操作均是基于顶点和边的dataframe操作的，如GraphFrame的persist方法：
def persist(): this.type = {
vertices.persist()
edges.persist()
this
}
标签： graphframe、dataframe、val、顶点、sqlcontext
