MapReduceによるConnected Components(連結成分)の見つけ方

takemikamiʼs note ‒ http://takemikami.com/
MapReduceによる
Connected Components(連結成分)の⾒つけ⽅
Copyright (C) Takeshi Mikami. All rights reserved. 1
三上威 - @takemikami
アーリース情報技術株式会社代表取締役社⻑
2020.5.28

はじめに
•テーマ
• MapReduceによる
Connected Components(連結成分)の⾒つけ⽅
•内容
• Connected Componentsとは何か
• Connected Componentsのアルゴリズム
• 性能改善のために
この資料で説明する内容について⽰します

Connected Componentsとは何か

Connected Components(連結成分)とは
• Connected Componentとは、
• 右のグラフで考えると、
３つのConnected Componentsがある
• a, b, d, e
• c, f, g, h, j
• i, k, l, m
Connected Componentsとは何かを説明します
a b
d e
g h
f
c
j
k l
i
m
互いに接続される辺を持たない部分グラフ
(辺による接続で到達可能な頂点の集合)
Connected ComponentsConnected ComponentsConnected Components

DataFrameでのグラフの表現⽅法 1/2
DataFrameによるグラフの表現⽅法を⽰します
a b
d e
g h
f
c
j
k l
i
m
頂点1 頂点2
a b
a d
b e
c f
d e
f h
: :
頂点
a
b
c
d
e
f
:
• DataFrameでは
無向グラフを「頂点の集合」「辺の集合」で表現
頂点の集合辺の集合

DataFrameでのグラフの表現⽅法 2/2
• DataFrameでは
Connected Componentsを「頂点とConnected Componentの組」で表現
DataFrameによるグラフの表現⽅法を⽰します
Connected Components
頂点 Connected
Component
a 1
b 1
c 2
d 1
e 1
: :
a b
d e
g h
f
c
j
k l
i
m
→以降のスライドで
「頂点・辺の集合」から「頂点とConnected Componentの組」の求め⽅を説明
Connected Component 1

Connected Componentsのアルゴリズム

アルゴリズムの基本的な考え⽅ 1/2
アルゴリズムの基本的な考え⽅を⽰します
1
8
5
7
9
1
8
5
7
9
変換3 3
• Connected Componentsは以下の考え⽅で求める
Component内で最も⼩さなIDの頂点が、
他の頂点と接続されるグラフに変換
最⼩IDの頂点

アルゴリズムの基本的な考え⽅ 2/2
• 変換は、small/large-star操作が収束するまで繰り返すことで⾏う
アルゴリズムの基本的な考え⽅を⽰します
small-star操作: ある頂点に注⽬し、その頂点より⼤きいIDを持つ頂点との接続を、最⼩のIDの頂点につなぎ替える
large-star操作: ある頂点に注⽬し、その頂点以下のIDを持つ頂点との接続を、最⼩のIDの頂点につなぎ替える
1
8
5
7
9
1
8
5
7
9
1
8
5
7
9
頂点⑧に注⽬したsmall/large-star操作
large-starsmall-star

MapReduceによるsmall-star操作
MapReduceによるsmall-star操作の流れを⽰します
頂点⑧に注⽬したsmall-star操作
Map ⟨u; v⟩:
if lv ≤ lu then
Emit ⟨u; v⟩.
else
Emit ⟨v; u⟩.
end if
Reduce ⟨u; N ⊆ Γ(u)⟩:
Let m = argmin v∈N∪{u} lv.
Emit ⟨v; m⟩ for all v ∈ N.
Reduce
u-v
8-1,5,7 → m=1 → 8-1, 1-1, 5-1, 7-1
9-8 → m=8 → 9-8
Map
u-v
1-8 → 8-1
5-8 → 8-5
7-8 → 8-7
8-9 → 9-8
1
8
5
7
9
• small-star操作の流れ
1
8
5
7
9
■⼊⼒・出⼒
辺の集合 (接続する頂点の組の集合)
■処理
1. Mapフェーズ
key=⼤きなID value=⼩さなID としてMap
2. keyでグルーピング
3. Reduceフェーズ
全てのID → グループ内の最⼩IDの組を出⼒

MapReduceによるlarge-star操作
MapReduceによるlarge-star操作の流れを⽰します
頂点⑧に注⽬したlarge-star操作
1
8
5
7
9
1
8
5
7
9
Map
u-v
1-8 → 1-8, 8-1
5-8 → 5-8, 8-5
7-8 → 7-8, 8-7
8-9 → 8-9, 9-8
Reduce
u-v
1-8 → m=1 → 8-1
5-8 → m=5 → 8-5
7-8 → m=7 → 8-7
8-1,5,7,8,9 → m=1 → 9-1
9-8 → m=8 → None
Map⟨u; v⟩:
Emit ⟨u; v⟩ and ⟨v; u⟩.
Reduce ⟨u;Γ(u)⟩:
Let m = argmin v∈Γ+(u) lv.
Emit ⟨v; m⟩ for all v where lv > lu.
• large-star操作の流れ
■⼊⼒・出⼒
辺の集合 (接続する頂点の組の集合)
■処理
1. Mapフェーズ
双⽅の頂点をkeyとしてMap
・key=ID① value=ID②
・key=ID② value=ID①
2. keyでグルーピング
3. Reduceフェーズ
グループ内の最⼩ID → keyより⼤きな全ID
の組を出⼒

性能改善のために

性能改善の考え⽅
• small/large-star操作では、
辺の集合の⾃⼰結合を繰り返す
操作を繰り返すと、次数(接続する辺の数)が⾼い頂点が増える
Connected Components の性能改善の考え⽅を⽰します
→頂点の次数に着⽬したJoin⽅法としてSkewed Joinを考える
a b
d e
g h
f
c
j
k l
i
m
a b
d e
g h
c
j
k l
i
m
f
変換
次数の⾼い頂点が
増える

Skewed Joinとは
• Skewed Joinとは
Skewed Joinとは何かを説明します
次数(keyに対して紐付くvalueの数)の⼤⼩によって、
Map/Merge Joinを組み合わせるJoin⽅法
・多数のvalueが紐付くkey → Map Join (Broadcast Join)
・少数のvalueが紐付くkey → Merge Join
※Map Joinの⽅が、keyのソートのコスト⼩さいので多数のvalueが紐付くレコードのJoinは効率が良い
同時に、少数のvalueが紐付くkeyをMerge Joinに振ることでビッグデータに対応する

Skewed Joinの⼿続き
• small-star操作を例に説明します
Skewed Joinの⼿続きを説明します
1
8
5
7
9
3
頂点1 頂点2
9 8
8 7
8 5
8 1
7 3
辺の集合想定するグラフ次数の計算
頂点次数
9 1
8 3
7 1
← Map Join
← Merge Join
← Merge Join
次数を算出して、
次数が⼤きい頂点をMap Join
次数が⼩さい頂点を Merge Join

参考資料リスト
• 参考資料
• Raimondas Kiveris, et al. "Connected Components in MapReduce and Beyond"
2014.
https://dl.acm.org/doi/10.1145/2670979.2670997
• GraphFrames
http://graphframes.github.io/graphframes/docs/_site/
本資料作成にあたって参考にした資料のリストです

MapReduceによるConnected Components(連結成分)の見つけ方

More Related Content

What's hot

Similar to MapReduceによるConnected Components(連結成分)の見つけ方

More from Takeshi Mikami

MapReduceによるConnected Components(連結成分)の見つけ方