Flink Gelly Path/Trail Usecase

Question

我们的团队是Gelly api的新手。我们正在寻求实现一个简单的用例，该用例将列出源自初始垂直线的所有路径，例如

输入边缘csv文件为1,2\n2,3\n3,4\n15\n5,6

所需输出为（从1开始的完整路径）1,2,3,4\n1,5,6

有人能帮忙吗。

Answer 1

您可以使用Gelly的迭代抽象之一，例如以顶点为中心的迭代。从源顶点开始，可以迭代地扩展路径，每个超级步骤一跳。接收到路径后，顶点会将其ID附加到路径上，并将其传播给传出的邻居。如果顶点没有传出的邻居，则会打印/存储路径，并且不会进一步传播。为了避免循环，顶点还可以在传播之前检查其ID是否存在于路径中。计算函数可能如下所示：

public static final class ComputePaths extends ComputeFunction<Integer, Boolean, NullValue, ArrayList<Integer>> {
    @Override
    public void compute(Vertex<Integer, Boolean> vertex, MessageIterator<ArrayList<Integer>> paths) {
        if (getSuperstepNumber() == 1) {
            // the source propagates its ID
            if (vertex.getId().equals(1)) {
                ArrayList<Integer> msg = new ArrayList<>();
                msg.add(1);
                sendMessageToAllNeighbors(msg);
            }
        }
        else {
            // go through received messages
            for (ArrayList<Integer> p : paths) {
                if (!p.contains(vertex.getId())) {
                    // if no cycle => append ID and forward to neighbors
                    p.add(vertex.getId());
                    if (!vertex.getValue()) {
                        sendMessageToAllNeighbors(p);
                    }
                    else {
                        // no out-neighbors: print p
                        System.out.println(p);
                    }
                }
                else {
                    // found a cycle => print the path and don't propagate further
                    System.out.println(p);
                }
            }
        }
    }
}

在这段代码中，我假设您已经预处理了顶点，以便用"true"值标记那些没有外邻居的顶点。例如，您可以使用graph.outDegrees()来查找这些。

请记住，在一个大而密集的图中枚举所有路径的计算成本很高。中间路径状态可以很快爆发。您可以考虑使用比使用整数的ArrayList更紧凑的方式来表示路径，但如果您有一个大直径的密集图，请注意成本。如果你不需要路径本身，但只对可达性或最短路径感兴趣，那么就有更有效的算法。