Apache Spark GraphX的简介

　　简单地说，GraphX是大规模图计算框架。

　　GraphX 是 Spark 中的一个重要子项目，它利用 Spark 作为计算引擎，实现了大规模图计算的功能，并提供了类似 Pregel 的编程接口。 GraphX 的出现，将 Spark 生态系统变得更加完善和丰富；同时以其与 Spark 生态系统其他组件很好的融合，以及强大的图数据处理能力，在工业界得到了广泛的应用。
　　GraphX 是常用图算法在 Spark 上的并行化实现，同时提供了丰富的 API 接口。图算法是很多复杂机器学习算法的基础，在单机环境下有很多应用案例。在大数据环境下，图的规模大到一定程度后，单机很难解决大规模的图计算，需要将算法并行化，在分布式集群上进行大规模图处理。目前，比较成熟的方案有 GraphX 和 GraphLab 等大规模图计算框架。

　　现在和 GraphX 可以组合使用的分布式图数据库是 Neo4J。Neo4J 一个高性能的、非关系的、具有完全事务特性的、鲁棒的图数据库。

　　另一个数据库是 Titan， Titan 是一个分布式的图形数据库，特别为存储和处理大规模图形而优化。

　　二者均可作为 GraphX的持久化层，存储大规模图数据。