単一ソース最短パス - Platform For AI - Alibaba Cloud ドキュメントセンター

単一ソース最短経路は、開始頂点と他のすべての頂点との間の最短経路を指す。最短経路は、ダイクストラ (Dijkstra) アルゴリズムを用いて計算される。単一ソース最短パスコンポーネントは、開始頂点と他のすべての頂点との間の最短パスと、最短パスの数を提供できます。

コンポーネントの設定

方法1: パイプラインページでコンポーネントを設定する

Single-source Shortest Pathコンポーネントは、Platform for AI (PAI) コンソールのMachine Learning Designerのパイプラインページに追加できます。下表に、各パラメーターを説明します。

タブ	パラメーター	説明
フィールド設定	ソース頂点列	エッジテーブルの開始頂点列。
	ターゲット頂点列	エッジテーブルの末尾の頂点列。
	エッジ重量コラム	エッジテーブルのエッジ重み列。
パラメーター設定	初期ノードID	最短パスの計算に使用される開始頂点。
チューニング	数の労働者	並列ジョブ実行の頂点の数。並列性とフレームワーク通信コストの程度は、このパラメータの値とともに増加します。
チューニング	ワーカーメモリ (MB)	1つのジョブで使用できるメモリの最大サイズ。単位：MB。デフォルト値: 4096 使用済みメモリのサイズがこのパラメーターの値を超えると、`OutOfMemory`エラーが報告されます。

方法2: PAIコマンドを使用してコンポーネントを構成する

単一ソース最短パスコンポーネントは、PAIコマンドを使用して設定できます。 SQLスクリプトコンポーネントを使用してPAIコマンドを実行できます。詳細については、「SQLスクリプト」トピックの「シナリオ4: SQLスクリプトコンポーネント内でPAIコマンドを実行する」をご参照ください。

PAI -name SSSP
    -project algo_public
    -DinputEdgeTableName=SSSP_func_test_edge
    -DfromVertexCol=flow_out_id
    -DtoVertexCol=flow_in_id
    -DoutputTableName=SSSP_func_test_result
    -DhasEdgeWeight=true
    -DedgeWeightCol=edge_weight
    -DstartVertex=a;

パラメーター	必須	デフォルト値	説明
inputEdgeTableName	可	デフォルト値なし	入力エッジテーブルの名前。
inputEdgeTablePartitions	不可	フルテーブル	入力エッジテーブルのパーティション。
fromVertexCol	可	デフォルト値なし	入力エッジテーブルの開始頂点列。
toVertexCol	可	デフォルト値なし	入力エッジテーブルの末尾の頂点列。
outputTableName	可	デフォルト値なし	出力テーブルの名前。
outputTablePartitions	不可	デフォルト値なし	出力テーブルのパーティション。
ライフサイクルの設定 (Set lifecycle)	不可	デフォルト値なし	出力テーブルのライフサイクル。
workerNum	不可	デフォルト値なし	並列ジョブ実行の頂点の数。並列性とフレームワーク通信コストの程度は、このパラメータの値とともに増加します。
workerMem	不可	4096	1つのジョブで使用できるメモリの最大サイズ。単位：MB。デフォルト値: 4096 使用済みメモリのサイズがこのパラメーターの値を超えると、`OutOfMemory`エラーが報告されます。
splitSize	不可	64	データ分割サイズ。単位：MB。
startVertex	可	デフォルト値なし	開始頂点のID。
hasEdgeWeight	不可	false	入力エッジテーブルのエッジに重みがあるかどうかを指定します。
edgeWeightCol	不可	デフォルト値なし	入力エッジテーブルのエッジ重み列。

例：

SQLスクリプトコンポーネントを頂点としてキャンバスに追加し、次のSQL文を実行してトレーニングデータを生成します。

drop table if exists SSSP_func_test_edge;
create table SSSP_func_test_edge as
select
    flow_out_id,flow_in_id,edge_weight
from
(
    select "a" as flow_out_id,"b" as flow_in_id,1.0 as edge_weight
    union all
    select "b" as flow_out_id,"c" as flow_in_id,2.0 as edge_weight
    union all
    select "c" as flow_out_id,"d" as flow_in_id,1.0 as edge_weight
    union all
    select "b" as flow_out_id,"e" as flow_in_id,2.0 as edge_weight
    union all
    select "e" as flow_out_id,"d" as flow_in_id,1.0 as edge_weight
    union all
    select "c" as flow_out_id,"e" as flow_in_id,1.0 as edge_weight
    union all
    select "f" as flow_out_id,"g" as flow_in_id,3.0 as edge_weight
    union all
    select "a" as flow_out_id,"d" as flow_in_id,4.0 as edge_weight
) tmp;

データ構造

SQLスクリプトコンポーネントを頂点としてキャンバスに追加し、次のPAIコマンドを実行してモデルをトレーニングします。

drop table if exists ${o1};
PAI -name SSSP
    -project algo_public
    -DinputEdgeTableName=SSSP_func_test_edge
    -DfromVertexCol=flow_out_id
    -DtoVertexCol=flow_in_id
    -DoutputTableName=${o1}
    -DhasEdgeWeight=true
    -DedgeWeightCol=edge_weight
    -DstartVertex=a;

SQLスクリプトコンポーネントを右クリックし、[データの表示]> [SQLスクリプトの出力] を選択してトレーニング結果を表示します。

| start_node | dest_node | distance | distance_cnt |
| ---------- | --------- | -------- | ------------ |
| a          | a         | 0.0      | 0            |
| a          | b         | 1.0      | 1            |
| a          | c         | 3.0      | 1            |
| a          | d         | 4.0      | 3            |
| a          | e         | 3.0      | 1            |