- nebula 版本：2.6.1
- 部署方式：单机
- 安装方式：RPM
- 是否为线上版本： N
- 硬件信息
- 磁盘（ 推荐使用 SSD）
- CPU、内存信息
您好，关于图算法louvain的使用，我有几点疑问请教您：
1、现在我的实体有很多种，设备，下单手机，ip,支付账号等，同时梳理了实体之间的关系，梳理出了多个csv;
2、那我怎么去调用louvain算法？支持多个csv读入吗？我看案例里面就是读取一个简单的csv;
3、另外我的节点id都是字母加下划线加数字组合而成的，这样的方式不支持吗？无法直接转换成数字，而且数据比较大。
4、louvain算法的边的权重可以支持多个数据吗？比于两个节点间边的关系有三个数值，而不是单一的某个数字；
1 个赞
太赞了，algorithm 已经支持了非 int vid 了对么？
1&2. nebula-algorithm 推荐使用api的形式进行算法调用， 你可以用nebula-spark-connector分别将csv数据读取出来整合到一个dataframe中。
3. 算法本身不支持非数值型id哦，你可以参考下这个帖子的方式 利用spark的dense_rank编码 Algorithm string id 转 long 的问题 - #2，来自 nicole
3. 算法中权重不支持多个字段的，你可以对数据预处理根据一定规则将三个属性合并为一个权重值。
nebula-spark-connector分别将csv数据读取出来整合到一个dataframe中??我现在有很多vid，也有很多边，点和边的csv文件加起来大概有20个，怎么合并呢？？
2个顶点之间的多条边都作为两个顶点之间边的权重吗？
前提先把每个点的csv数据处理为同构数据（即列数保持一致）
val csv1 = spark.read.csv(“path1”)
val csv2 = spark.read.csv(“path2”)
val csv3 = spark.read.csv(“path3”)
csv1.union(csv2).union(csv3) 语法详情参考 https://spark.apache.org/docs/latest/api/python/reference/pyspark.sql.html#dataframe-apis
您好，我想请问您，如果我要把社区id里面包含节点数大于20的节点id和社区id找出来，应该怎么过滤呢？现在出来的结果相当于是一个节点对应一个社区id全部显示出来了。
我今天尝试了节点id是字母加下划线和数字的会报错，改成整数的就不报错了
你可以用snapshot版本的包，这个结果打印是有问题的， 参考下这个帖子哈
新的包打印结果就是
点id，点所属社区id。
你想把社区id里面包含节点数大于20的社区id找出来可以针对结果这样处理：
val statistic = louvain
.select(AlgoConstants.Louvain_RESULT_COL)
.map(row => (row.get(0).toString, 1))
.rdd
.reduceByKey(_ + _)
.filter(kv=> kv._2>20)
好的，谢谢您，我还有一个问题，LouvainConfig(20, 10, 0.8)，后面这个0.8是边的权重，这个权重具体怎么设置呢？有参考的方法吗？我现在边的权重都是几十上百的数值，不知道如何设置这个阈值大小？
0.8 不是权重，是louvain算法中的阈值。 就是在计算模块度偏差的时候，用一个阈值判断某个差值是否有效。
您好，这个2.5-SNAPSHOT版本在哪里下载啊？没看到
我现在想调用connect component，感觉应该是类似场景，想请教一下。1&2的整合应该如何操作呢？表头按照设备，下单手机，ip，支付账号这样吗？缺失就填空值吗？
您好，请问搭建nebula集群至少需要几台机器？
此话题已在最后回复的 30 天后被自动关闭。不再允许新回复。