Spark GraphX的用途是什么

這篇文章主要介紹“Spark GraphX的用途是什么”，在日常操作中，相信很多人在Spark GraphX的用途是什么問題上存在疑惑，小編查閱了各式資料，整理出簡單好用的操作方法，希望對大家解答”Spark GraphX的用途是什么”的疑惑有所幫助！接下來，請跟著小編一起來學習吧！

Q1： Spark GraphX的用途在哪里？

        :圖計算廣泛應用于社交網(wǎng)絡、電子商務，地圖等領(lǐng)域；

         Spark GraphX可以輕而易舉的完成基于度分布的中樞節(jié)點發(fā)現(xiàn)、基于最大連通圖的社區(qū)發(fā)現(xiàn)、基于三角形計數(shù)的關(guān)系衡量、基于隨機游走的用戶屬性傳播等；

         從技術(shù)層面講Spark GraphX非常適合于微信、微博、社交網(wǎng)絡、電子商務、地圖導航等類型的產(chǎn)品，所以可以期待Spark GraphX在Facebook、Twitter、Linkin、騰訊、百度等的大規(guī)模應用。

Q2：Spark GraphX使用的成功案例是什么？

        在國內(nèi)主要是淘寶在大規(guī)模使用Spark GraphX;

         在淘寶，Spark GraphX不僅廣泛應用于用戶網(wǎng)絡的社區(qū)發(fā)現(xiàn)、用戶影響力、能量傳播、標簽傳播等，而且也越來越多的應用到推薦領(lǐng)域的標簽推理、人群劃分、年齡段預測、商品交易時序跳轉(zhuǎn)等，據(jù)淘寶的明風介紹，借助于Spark GraphX，經(jīng)過半年多的嘗試，淘寶之前一些想做但因為沒有足夠的計算能力而不能實現(xiàn)的圖模型，現(xiàn)已不是問題。

Q3：Spark GraphX支持哪些流行的算法

        最經(jīng)典是只會PageRank、TriangleCount、ShortestPaths等三大最常用的算法；

        通過對Pregel的支持從而也提供了更多的例如SVDPlusPlus、ConnectedComponents、StronglyConnectedComponents等算法；

        隨著新版本的發(fā)布會推出更多的算法實現(xiàn)庫

到此，關(guān)于“Spark GraphX的用途是什么”的學習就結(jié)束了，希望能夠解決大家的疑惑。理論與實踐的搭配能更好的幫助大家學習，快去試試吧！若想繼續(xù)學習更多相關(guān)知識，請繼續(xù)關(guān)注億速云網(wǎng)站，小編會繼續(xù)努力為大家?guī)砀鄬嵱玫奈恼拢?/p>