由于公司業(yè)務(wù)需要做圖形計算桌硫，所以最近一直在找很多關(guān)于graphFrame和neo4j的資料
graphFrame:
1.graphFrame是基于DataFrame的圖計算
2.graphFrame主要由vertice（頂點）和edge（邊）組成
vertice:主要是描述一個個體，比如XX公司健蕊，其中包含它的屬性;vertice有一個屬性ID必須要設(shè)置
edge:主要是描述關(guān)系，即各個頂點（節(jié)點）之間的關(guān)系，由三個屬性設(shè)置，src(source)起始節(jié)點ID恬吕，dst(distinct)目的節(jié)點ID，relation關(guān)系
3.然后通過創(chuàng)建GraphFrame(vertices,edges)圖對象须床，可以想象一下铐料，兩個點由一條線相連，點代表節(jié)點豺旬，線代表節(jié)點之間的關(guān)系钠惩，記住這個關(guān)系是有方向的，即src->dst
4.graphFrame里面還有一個很重要的概念：連接組件族阅。即Components
運行連接組件算法需要預(yù)先提供一個checkpoint目錄(這個必須設(shè)置篓跛，不設(shè)置程序運行直接報錯)，并使用setCheckpointDir方法來實現(xiàn)坦刀。
spark.sparkContext().setCheckpointDir("./temp/check_path");
代碼實現(xiàn)：GraphFrame g=new GraphFrame(vertices,deges);
connectedComponents com=g.connectedComponents愧沟；
DataSet<Row> conDS=com.run();
5.每一個連通組件都自動會生成一個component號，即可以通過字段component進(jìn)行g(shù)roupby,這之后就是同一個連通組件中的節(jié)點都被分配到了一組鲤遥。
換種理解方式沐寺，有關(guān)聯(lián)的一組點構(gòu)成一個連接組件，該組件有一個固定的component號盖奈。
如果對一個圖對象直接show的話混坞，你會發(fā)現(xiàn)，它包含頂點節(jié)點所有的字段外加一個component字段卜朗，但是它并不包含邊的字段。
6.網(wǎng)上關(guān)于graphFrame的資料相對來說很少了咕村，
給個中文鏈接吧：https://docs.microsoft.com/zh-cn/azure/databricks/spark/latest/graph-analysis/graphframes/user-guide-scala
7.練習(xí)理解：
（1）查找復(fù)雜關(guān)系
g.find("(a)-[e]->(b); (b)-[e2]->(a)").show()
個人理解：（src）-（關(guān)系）->（dst）场钉，所以上面的需求就是找出相互有關(guān)系的頂點，即a->b,b->c懈涛。為什么有兩組逛万，因為從b或者c開始都滿足上面的find條件
（2）關(guān)系查找過濾：
g.find("(a)-[e]->(b); (b)-[e2]->(a)").filter("b.age>30").show()
filter只能在find之后使用，這樣再過濾之后又細(xì)分了a,b的要求，即只保留了一組數(shù)據(jù)
（3）廣度優(yōu)先搜索（BFS）
g.bfs.fromExpr("name = 'Esther'").toExpr("age < 32").run().show()
從一個頂點到其他頂點宇植，滿足過濾條件的
（4）BFS加過濾條件
g.bfs.fromExpr("name = 'Esther'").toExpr("age < 32").edgeFilter("relationship != 'friend'").maxPathLength(3).run().show()
from,to滿足各自的過濾條件得封，且要滿足邊的關(guān)系條件，還要滿足3個頂點的體條件
（5）連接組件：
//設(shè)置檢查點
session.sparkContext.setCheckpointDir("/temp")
g.connectedComponents.run().show()
不設(shè)置檢查點無法使用連接組件
一組連接組件包含許多頂點指郁，一組連接組件有一個相同的component號
（6）最短路徑
最短路徑：查找每個節(jié)點到目標(biāo)節(jié)點的最短路徑忙上。
g.shortestPaths.landmarks(Seq("a","d")).run().show()
目標(biāo)節(jié)點即a,d；查找其他每個節(jié)點到a,d節(jié)點的路徑闲坎，有方向限制的
（7）三角形計數(shù)
三角計數(shù)：計算每個節(jié)點都是三角形的一部分的總節(jié)點數(shù)疫粥。
val results = g.triangleCount.run()
results.select("id","count").show()
即計算構(gòu)成三角形的節(jié)點數(shù)，但是這個三角形的邊是有方向限制的
neo4j:
1.neo4j是一個NoSQL圖數(shù)據(jù)庫
2.主要語法：match (node-name:label-name) return node-name
node-name（節(jié)點名稱）:相當(dāng)于表中的數(shù)據(jù)
label-name（標(biāo)簽名稱）:相當(dāng)于表
3.語法和關(guān)系型數(shù)據(jù)庫很相似腰懂，可以參考MySQL
4.如果自學(xué)neo4j梗逮，建議可以下載一個社區(qū)版的來進(jìn)行學(xué)習(xí)
5.學(xué)習(xí)鏈接：https://www.w3cschool.cn/neo4j/neo4j-5anu1xf7.html
6.一個不錯的Demo實例：http://www.reibang.com/p/2eab82cf2a08
