全部產品
Search
文件中心

Platform For AI:k-Core

更新時間:Jul 13, 2024

k-Core演算法用於在圖中找出符合指定核心度的緊密關聯的子圖結構。一個圖的k-Core是指反覆去除度小於等於k的節點後所剩餘的子圖,k-Core組件能夠輸出該子圖中每個節點所串連的其他節點。

配置組件

方法一:可視化方式

在Designer工作流程頁面添加k-Core組件,並在介面右側配置相關參數:

參數類型

參數

描述

欄位設定

選擇源頂點列

邊表的起點所在列。

選擇目標頂點列

邊表的終點所在列。

參數設定

k 核心數

節點核心數,預設值為1。

如果一個節點存在於k-Core,而在(k+1)-Core中被移去,那麼此節點的核心數(coreness)為k。

執行調優

進程數

作業並存執行的節點數。數字越大並行度越高,但是架構通訊開銷會增大。

進程記憶體

單個作業可使用的最大記憶體量,單位:MB,預設值為4096。

如果實際使用記憶體超過該值,會拋出OutOfMemory異常。

方法二:PAI命令方式

使用PAI命令配置k-Core組件參數。您可以使用SQL指令碼組件進行PAI命令調用,詳情請參見情境4:在SQL指令碼組件中執行PAI命令

PAI -name KCore
    -project algo_public
    -DinputEdgeTableName=KCore_func_test_edge
    -DfromVertexCol=flow_out_id
    -DtoVertexCol=flow_in_id
    -DoutputTableName=KCore_func_test_result
    -Dk=2;

參數

是否必選

預設值

描述

inputEdgeTableName

輸入邊表名。

inputEdgeTablePartitions

全表讀入

輸入邊表的分區。

fromVertexCol

輸入邊表的起點所在列。

toVertexCol

輸入邊表的終點所在列。

outputTableName

輸出表名。

outputTablePartitions

輸出表的分區。

lifecycle

輸出表的生命週期。

workerNum

未設定

作業並存執行的節點數。數字越大並行度越高,但是架構通訊開銷會增大。

workerMem

4096

單個作業可使用的最大記憶體量,單位:MB,預設值為4096。

如果實際使用記憶體超過該值,會拋出OutOfMemory異常。

splitSize

64

資料切分大小。

k

1

節點核心數。

使用樣本

  1. 添加SQL指令碼組件,輸入以下SQL語句產生訓練資料。

    drop table if exists KCore_func_test_edge;
    create table KCore_func_test_edge as
    select * from
    (
      select '1' as flow_out_id,'2' as flow_in_id
      union all
      select '1' as flow_out_id,'3' as flow_in_id
      union all
      select '1' as flow_out_id,'4' as flow_in_id
      union all
      select '2' as flow_out_id,'3' as flow_in_id
      union all
      select '2' as flow_out_id,'4' as flow_in_id
      union all
      select '3' as flow_out_id,'4' as flow_in_id
      union all
      select '3' as flow_out_id,'5' as flow_in_id
      union all
      select '3' as flow_out_id,'6' as flow_in_id
      union all
      select '5' as flow_out_id,'6' as flow_in_id
    )tmp;

    對應的資料結構圖:

    image

  2. 添加SQL指令碼組件,輸入以下PAI命令進行訓練。

    drop table if exists ${o1};
    PAI -name KCore
        -project algo_public
        -DinputEdgeTableName=KCore_func_test_edge
        -DfromVertexCol=flow_out_id
        -DtoVertexCol=flow_in_id
        -DoutputTableName=${o1}
        -Dk=2;
  3. 右擊上一步的組件,選擇查看資料 > SQL指令碼的輸出,查看訓練結果。

    | node1 | node2 |
    | ----- | ----- |
    | 1     | 2     |
    | 1     | 3     |
    | 1     | 4     |
    | 2     | 1     |
    | 2     | 3     |
    | 2     | 4     |
    | 3     | 1     |
    | 3     | 2     |
    | 3     | 4     |
    | 4     | 1     |
    | 4     | 2     |
    | 4     | 3     |