火花上的分布式DBSCAN

Question

我试图在Spark上实现DBSCAN算法，因此我按照文章A Parallel DBSCAN Algorithm Based on Spark进行了操作。 他们提出了一个包含4个主要步骤的算法：

1. 数据分区
2. 计算本地DBSCAN
3. 合并数据分区
4. 全球群集

所以我使用GraphX实现了第二步，伪代码是这样的：

1. 在当前分区中选择任意点p
2. 计算N_{e}和N_{e} >= minPts标记p作为核心点，否则作为噪点。
3. 如果p是核心点，则按c创建一个集群p，将属于集群c的所有点添加到列表中以进行递归调用。
4. ...

这里是我的代码（我知道它不起作用）：

def dataPartition() : Graph[Array[String], Int] = {
    graph.partitionBy(PartitionStrategy.RandomVertexCut)
}

def computingLocalDBSCAN() : Unit = {
    graph = dataPartition() 
   //val neighbors = graph.mapVertices((id, attr) => localDBSCANMap(id, attr))
}

def localDBSCANMap(id: VertexId, attr:Array[String], cluster:Int):Unit = {
    val neighbors = graph.collectNeighbors(EdgeDirection.Out).lookup(id)
    if (neighbors.size >= eps) {
        attr(0) = PointType.Core.toString
        attr(1) = cluster.toString
    } else {
        attr(0) = PointType.Noise.toString
    }

    neighbors.foreach(it => {
        for (item <- it) {
            localDBSCANMap(item._1, item._2, cluster)
        }
    })
}

我有多个问题：

• 我怎样才能更改顶点的一个属性的值？我知道顶点是不可变的，但我想用Noise，Core，Border或Unclassified来标记节点。
• 我怎样才能在分区中选择一个随机节点？因为我对map方法的问题是我必须在浏览图表的同时修改值。
• 我怎样才能调用递归方法并修改属性值？在同一时间？