开发流程

图分析算法加速库开发流程中各个阶段的说明如表1所示。

图1 图分析算法加速库开发流程

表1 图分析法加速库开发流程说明
阶段	说明
准备开发环境	图分析算法加速库支持使用Scala、Java、Python和R四种语言进行开发。本文以Scala为例，使用IDEA工具，完成开发环境的配置。
新建工程	用户可以根据指导，新建一个图分析算法加速库工程。
开发程序	用户可以根据自己的业务场景选择合适的图分析算法进行开发，本文以TriangleCount算法为例完成图分析算法的开发。
执行任务并查看结果	指导用户将开发好的程序提交至集群运行。将程序运行结果打印输出，用户还可以通过UI查看应用运行情况。

在开始开发应用前，需要了解图分析算法加速库的基本概念，根据实际场景选择需要了解的概念，分为Spark Core、图分析算法加速库和Spark算法库的基本概念。详情请参见《机器学习&图分析算法加速库》。
适配Spark 3.3.1，仅支持Betweenness、MSSP、MCE、PageRank这4个算法。

父主题： 样例工程