如何统计图中每一个节点的二度出度值呢？

[user82]

@kyle

LOOKUP ON partition WHERE partition.louvain==94 YIELD id(vertex) AS id 
| GO 2 STEPS FROM $-.id OVER E YIELD $-.id AS src, id($) AS dst
| YIELD $-.src AS id, count($-.dst) AS out_degree2

我验证了下，这个跑得快！我还想问下：

1. 这里统计的out_degree2是不是不包括一度的出边统计量？直接统计的就是第二度出度的数量，对吧？
2. GO 2 STEPS FROM "player100" OVER follow YIELD id($^) AS src, id($$) AS dst那么所得到的两跳的边都是follow类型吗？
3. GO 2 STEPS FROM "player100" OVER * YIELD id($^) AS src, type(edge) as edge_type,id($$) AS dst 结果中，若edge_type为follow，是指两跳的关系都是follow，还是只是最后一条关系为follow呢？

[kyle]

1. 对的。
2. 是的。
3. 最后一条。

[user82]

明白了 谢谢！

[min.wu]

你都spark上 louvain上算出来了，把二度的部分一起算了就行了。何必来回倒腾一遍呢。。。

[user82]

您好 您可以再具体点解释下嘛？好像我的流程确实有点麻烦。
我的业务逻辑是这样的：在图上先做社区划分，然后针对指定的社区，统计社区内每个节点的二度出边数。
您如果有更好思路和方法，麻烦点拨一下

[min.wu]

如何统计图中每一个节点的二度出度值呢？ - #4，来自 nicole 就是这个

[user82]

@nicole

你只需要利用nebula-algorithm把nebulaGraph的数据读出来构造成graphx的Graph，

nebula算法包中如何将数据读出来构造成graphx的graph呢？我只会用pyspark读取指定关系子图，然后转换为networkx图，调用其中的点度中心性算法，但是二度不会求。。

@nicole

将所有节点的度 按照入边方向发送给邻居， 当某节点收到来自邻居的度，进行汇总

这个是用pyspark代码实现嘛？

[min.wu]

1. 给你一个小图放在networkx里面，你会取2度不
2. 给你一个spark dataframe，你会用不？

[user82]

@min.wu

给你一个小图放在networkx里面，你会取2度不

emmm…目前只会统计一度的 。我之前将子图转化为networkx图后，调用nx.degree_centrality(g)求出每个点的点度中心性，也就是1度关系数。我们有个业务场景，需要在社区内统计每个节点的2度的出边关系数，并且要求2度出边关系数 > 1度出边关系数。。。所以就到处尝试怎么统计2度关系数。

我一直感觉麻烦点在于求社区内的节点关系数，所以不能直接用算法包中的degreestatics算法（算法包好像针对关系子图的）。然后我感觉，就需要用pysaprk拿出关系子图，再取出社区子图，再转化为Networkx图，但是我还是不会求2度出边统计。。

@min.wu

给你一个spark dataframe，你会用不？

这个会，先转换为Graphframe，然后再转化为networkx图，去调用nx.degree_centrality(g)或者nx.out_degree_centrality(g)。好像有点麻烦。。。我之前是这么做的。在pyspark环境下，都转化为networkx去做，但也都只统计了一度的出边关系数 2度的不知道怎么统计。。

[min.wu]

2度一般没有直接的命令，都要有少量编程的。
spark上可能并发度能好一点，这样快一点

[user82]

OK 谢谢您

[user82]

@kyle

LOOKUP ON partition WHERE partition.louvain==94 YIELD id(vertex) AS id 
| GO 2 STEPS FROM $-.id OVER E YIELD $-.id AS src, id($) AS dst
| YIELD $-.src AS id, count($-.dst) AS out_degree2

我先用这个实现 感觉还挺快的