是否可以在大图中用并行框架实现全对最短路径算法？

Question

使用spark graphx pregel api，可以很容易地计算大图中的单源最短路径，例如数百万个顶点和数千个边缘，并且具有可接受的运行时间，例如几个小时。但是可以在可接受的运行时间内在大图中运行所有对最短路径吗？

Answer 1

具有数百万个顶点的图形可以在单个机器上轻松处理，只要它具有足够的内存，因此无需支付通过扩展和许多现代库引入的惩罚，大大优化并可以利用现代硬件

相比之下，分布式解决方案通常受到节点间通信的限制，并且精确算法不能很好地扩展。通过近似和启发式方法可以显着改善事物，并利用有关数据结构的先验知识。

（意见警告）就个人而言，我会尽可能远离Spark上的图形处理：

• GraphX几年前已被有效放弃。根据{{​​3}}
，它还显示了非常差的缩放功能
• Grapframes不成熟且效率低下。