假设您拥有一个拥有十亿用户的社交网络。在每个用户的页面上，您希望显示用户朋友，朋友的朋友等的数量，达到五度。友谊是互惠的。计数不需要立即更新，但它们应该是准确的。
我读到了图表，但我没有发现任何暗示这个问题的可扩展方法。我能想到的任何东西都会占用太多时间，太多空间或两者兼而有之。这让我疯了！
答案 0 :(得分：4)
一种有趣的方法是将朋友图转换为邻接矩阵，然后将矩阵提升到第5次幂。这为您提供了一个邻接矩阵，其中包含每个节点之间的长度为5的路径数。
请注意，您需要一种可以利用稀疏矩阵的矩阵乘法算法，因为朋友邻接矩阵在前几个级别可能很稀疏。幸运的是，人们已经做了大量有关如何有效地增加巨大矩阵（特别是稀疏矩阵）的工作。
这是一个video where Twitter's Oscar Boykin mentions this approach用于计算Twitter上关注者的追随者。
答案 1 :(得分：0)
在我看来，问题实际上归结为我们如何散列/跟踪10亿用户，因为我们在计算每个级别的朋友。 （请注意，我们只需要计算它们，而不是存储它们）
如果我们假设对于每个人，他们的朋友和他们朋友的朋友的订单非常小（例如<1000和<100,000），那么将这些存储在每个用户的数据库表中似乎是可行的。它只需要两个可管理的整个数据库传递，然后在创建“新”关系时直接添加到表中。
如果我们将第一和第二学位的朋友存储在用户表中，我们可以根据需要扩展这些朋友 -
EG：对于COUNT三级朋友，我们需要哈希并跟踪所有二级朋友的一级朋友。 （对于4度，你可以完成所有2秒的秒数，对于更高的学位，你创造第4个，然后适当地延伸到第5或第6个）。
所以，在那时（5和6度朋友），你开始接近10亿，作为你需要跟踪，哈希和计数的人数。
我认为问题就变成了，当你“计算”高阶关系中的朋友时，拥有10亿条记录ID的最有效方法是什么。
你怎么做，我不知道 - 有什么想法吗？