Apache spark pyspark graph用于查找大型图形的连接组件

我试图使用pyspark中graphframes中的

connectedComponents（）

来计算一个相当大的图的连接组件，该图大约有1800K个顶点和500k条边

edgeDF.printSchema()
root
 |-- src: string (nullable = true)
 |-- dst: string (nullable = true)


vertDF.printSchema()
root
 |-- id: string (nullable = true)

vertDF.count()
1879806

edgeDF.count()
452196

custGraph = gf.GraphFrame(vertDF,edgeDF)

comp = custGraph.connectedComponents()

即使6小时后，任务也没有结束。我在一台装有windows的机器上运行pyspark

a。在给定的设置中进行这样的计算是否可行

b。我收到了如下警告信息

[rdd_73_2, rdd_90_2]
[Stage 21:=========>        (2 + 2) / 4][Stage 22:>                 (0 + 2) / 4]16/10/13 01:28:42 WARN Executor: 2 block locks were not released by TID = 632:

[rdd_73_0, rdd_90_0]
[Stage 21:=============>    (3 + 1) / 4][Stage 22:>                 (0 + 3) / 4]16/10/13 01:28:43 WARN Executor: 2 block locks were not released by TID = 633:

[rdd_73_1, rdd_90_1]
[Stage 37:>                 (0 + 4) / 4][Stage 38:>                 (0 + 0) / 4]16/10/13 01:28:47 WARN Executor: 3 block locks were not released by TID = 844:

[rdd_90_0, rdd_104_0, rdd_107_0]

这是什么意思

---

c。如何在graphframe中指定图形是无向的？我们需要在两个方向上添加边吗

连接的组件不会自动将图形视为无向的吗？我认为您不必担心（c）。关于（b），您可能希望在GraphFrames跟踪器上关注这个问题：连接的组件不会自动将图形视为无向的吗？我认为您不必担心（c）。关于（b），您可能希望在GraphFrames tracker上关注此问题：