package Spark_GraphX

import org.apache.spark.{SparkConf, SparkContext}

import org.apache.spark.graphx._

import org.apache.spark.graphx.util.GraphGenerators

/**

  * 计算每一个用户的追随者数量和追随者的平均年龄

  */

object Graphx_聚合操作 {

  def main(args: Array[String]): Unit = {

      val conf=new SparkConf().setAppName("聚合操作").setMaster("local[2]")

      val sc=new SparkContext(conf)

    //随机生成具有100个顶点的图,图的结构也随机

    val graph:Graph[Double,Int]=GraphGenerators.logNormalGraph(sc,numVertices =).mapVertices((id,_)=>id.toDouble)

    graph.vertices.foreach(println)

    graph.edges.foreach(println)

    val olderFollowers:VertexRDD[(Int,Double)]=graph.aggregateMessages[(Int,Double)](

      triplet=>{

        if(triplet.srcAttr>triplet.dstAttr){    //如果源顶点的属性大于目的顶点的属性

          triplet.sendToDst(,triplet.srcAttr)   //源-->目的 发送个数1 和源顶点的属性

        }

      },

    (a,b)=>(a._1+b._1,a._2+b._2)     //累加统计结果

    )

    olderFollowers.values.foreach(println)

    val avgAgeOfOlderFollowers:VertexRDD[Double]=olderFollowers.mapValues((id,value)=>value match {case (count,totalAge)=>totalAge/count})

     println("*********************")

      avgAgeOfOlderFollowers.foreach(println)

  }

}

(,34.0)

(,19.0)

(,52.0)

(,39.0)

(,96.0)

(,81.0)

(,4.0)

(,71.0)

(,16.0)

(,55.0)

(,82.0)

(,29.0)

(,66.0)

(,79.0)

(,28.0)

(,65.0)

(,54.0)

(,11.0)

(,40.0)

(,23.0)

(,6.0)

(,67.0)

(,8.0)

(,69.0)

(,86.0)

(,3.0)

(,58.0)

(,7.0)

(,44.0)

(,85.0)

(,88.0)

(,91.0)

(,60.0)

(,31.0)

(,26.0)

(,87.0)

(,68.0)

(,5.0)

(,2.0)

Edge(,,)

Edge(,,)

Edge(,,)

Edge(,,)

Edge(,,)

Edge(,,)

Edge(,,)

Edge(,,)

Edge(,,)

Edge(,,)

Edge(,,)

Edge(,,)

Edge(,,)

Edge(,,)

Edge(,,)

Edge(,,)

Edge(,,)

Edge(,,)

Edge(,,)

Edge(,,)

Edge(,,)

Edge(,,)

Edge(,,)

Edge(,,)

Edge(,,)

Edge(,,)

Edge(,,)

Edge(,,)

Edge(,,)

Edge(,,)

Edge(,,)

Edge(,,)

Edge(,,)

Edge(,,)

Edge(,,)

Edge(,,)

Edge(,,)

Edge(,,)

Edge(,,)

Edge(,,)

Edge(,,)

Edge(,,)

...........................     省略

...........................     省略

(,2568.0)

(,2920.0)

(,2155.0)

(,3016.0)

(,196.0)

(,2010.0)

(,2820.0)

(,736.0)

(,2247.0)

(,1567.0)

(,675.0)

(,1329.0)

(,2422.0)

(,2713.0)

(,2699.0)

(,1415.0)

(,873.0)

(,1383.0)

(,1663.0)

(,2124.0)

(,99.0)

(,2440.0)

(,2487.0)

(,3089.0)

(,1080.0)

(,1172.0)

(,1615.0)

(,2079.0)

(,2555.0)

(,2832.0)

(,1036.0)

(,1118.0)

(,1899.0)

(,1067.0)

(,3382.0)

(,1675.0)

(,555.0)

(,667.0)

(,994.0)

(,1204.0)

(,1220.0)

(,1457.0)

(,2838.0)

(,2699.0)

(,2946.0)

(,3344.0)

(,1433.0)

(,2806.0)

(,1582.0)

(,3087.0)

(,1394.0)

(,926.0)

(,2411.0)

(,2185.0)

(,3093.0)

(,2355.0)

(,734.0)

(,930.0)

(,572.0)

(,1476.0)

(,1839.0)

(,2058.0)

(,573.0)

(,837.0)

(,2814.0)

(,3208.0)

*********************

(,57.254901960784316)

(,58.0)

(,69.3103448275862)

(,92.0)

(,84.375)

(,80.73333333333333)

(,62.76744186046512)

(,87.3)

(,83.15)

(,54.46153846153846)

(,67.21621621621621)

(,83.07692307692308)

(,67.57894736842105)

(,71.83333333333333)

(,98.0)

(,56.4)

(,56.175)

(,92.17647058823529)

(,83.0625)

(,67.825)

(,70.75)

(,92.2)

(,99.0)

(,62.56410256410256)

(,57.2037037037037)

(,83.71428571428571)

(,69.3)

(,67.42857142857143)

(,86.0)

(,97.0)

(,88.15789473684211)

(,95.28571428571429)

(,86.0)

(,85.70588235294117)

(,59.977777777777774)

(,53.07936507936508)

(,66.80952380952381)

(,60.529411764705884)

(,90.88888888888889)

(,54.36206896551724)

(,96.85714285714286)

(,94.85714285714286)

(,79.47826086956522)

(,88.25)

(,55.484848484848484)

(,75.97222222222223)

(,70.38095238095238)

(,63.86363636363637)

(,47.06349206349206)

(,88.75)

(,70.54166666666667)

(,71.09677419354838)

(,55.21875)

(,54.638297872340424)

(,92.6)

(,80.92592592592592)

(,71.36363636363636)

(,93.0)

(,77.6842105263158)

(,60.529411764705884)

(,83.7)

(,54.3728813559322)

(,76.9047619047619)

(,69.05405405405405)

(,86.33333333333333)

(,73.03846153846153)

(,55.442622950819676)

(,92.5)

(,82.83333333333333)

(,93.84615384615384)

(,61.69565217391305)

(,55.58490566037736)

(,75.42105263157895)

(,71.9090909090909)

(,74.18518518518519)

(,78.62962962962963)

(,52.0)

(,58.244897959183675)

(,71.15384615384616)

(,88.25)

(,71.9090909090909)

(,62.40384615384615)

(,97.7)

(,85.57142857142857)

(,91.58333333333333)

(,65.77142857142857)

(,96.14285714285714)

(,61.8)

(,58.84)

(,85.14285714285714)

(,87.125)

(,51.297872340425535)

(,58.35849056603774)

(,91.75)

(,95.33333333333333)

(,55.72727272727273)

(,95.5)

(,54.11538461538461)