弱连接组件

简介

弱连接组件 (WCC) 算法用于在有向图和无向图中查找连接的节点集合。如果两个节点之间存在路径，则它们是连接的。所有相互连接的节点集合形成一个组件。与强连接组件 (SCC) 不同，WCC 不考虑两个节点之间路径上关系的方向。例如，在有向图 (a)→(b) 中，即使没有有向关系 (b)→(a)，a 和 b 也会在同一个组件中。

WCC 通常在分析初期用于理解图的结构。通过 WCC 理解图结构，可以实现在已识别的集群上独立运行其他算法。

该算法的实现基于以下论文

语法

本节介绍执行弱连接组件算法所使用的语法。

运行 WCC。
CALL Neo4j_Graph_Analytics.graph.wcc(
  'CPU_X64_XS',                    (1)
  {
    ['defaultTablePrefix': '...',] (2)
    'project': {...},              (3)
    'compute': {...},              (4)
    'write':   {...}               (5)
  }
);
1 计算池选择器。
2 表引用的可选前缀。
3 项目配置。
4 计算配置。
5 写入配置。
表 1. 参数
名称 类型 默认值 可选 描述

computePoolSelector

字符串

不适用

否

用于运行 WCC 作业的计算池选择器。

configuration

映射

{}

否

图项目、算法计算和结果回写的配置。

配置映射包含以下三个条目。

有关以下项目配置的更多详细信息，请参阅项目文档。
表 2. 项目配置
名称 类型

nodeTables

节点表列表。

relationshipTables

关系类型到关系表的映射。
表 3. 计算配置
名称 类型 默认值 可选 描述

mutateProperty

字符串

'component'

是

将写回 Snowflake 数据库的节点属性。

relationshipWeightProperty

字符串

null

是

用作权重的关系属性名称。如果未指定，算法将运行无权重计算。

seedProperty

字符串

不适用

是

用于设置节点的初始组件。属性值必须是数字。

threshold

浮点数

null

是

计算中考虑关系的权重阈值。

consecutiveIds

布尔值

false

是

标志，用于决定组件标识符是否映射到连续的 ID 空间（需要额外内存）。

minComponentSize

整数

0

是

只返回大小大于或等于给定值的社区内部的节点。
有关以下写入配置的更多详细信息，请参阅写入文档。
表 4. 写入配置
名称 类型 默认值 可选 描述

nodeLabel

字符串

不适用

否

内存中图的节点标签，用于写入节点属性。

nodeProperty

字符串

'component'

是

将写回 Snowflake 数据库的节点属性。

outputTable

字符串

不适用

否

Snowflake 数据库中用于写入节点属性的表。

示例

在本节中，我们将展示在具体图上运行弱连接组件算法的示例。目的是说明结果的外观，并提供在实际设置中如何使用该算法的指南。我们将在一个小型的用户网络图上进行演示，该图包含少量按特定模式连接的节点。示例图如下所示

Visualization of the example graph
以下 SQL 语句将在 Snowflake 数据库中创建示例图表
CREATE OR REPLACE TABLE EXAMPLE_DB.DATA_SCHEMA.USERS (NODEID STRING);
INSERT INTO EXAMPLE_DB.DATA_SCHEMA.USERS VALUES
  ('Alice'),
  ('Bridget'),
  ('Charles'),
  ('Doug'),
  ('Mark'),
  ('Michael');

CREATE OR REPLACE TABLE EXAMPLE_DB.DATA_SCHEMA.LINKS (SOURCENODEID STRING, TARGETNODEID STRING, WEIGHT FLOAT);
INSERT INTO EXAMPLE_DB.DATA_SCHEMA.LINKS VALUES
  ('Alice', 'Bridget', 0.5),
  ('Alice', 'Charles', 4),
  ('Mark',  'Doug',    1.1),
  ('Mark',  'Michael', 2);

此图有两个连接组件，每个组件包含三个节点。连接每个组件中节点的关系都有一个 weight 属性，它决定了关系的强度。

在以下示例中，我们将演示在此图上使用弱连接组件算法。

运行作业

运行 WCC 作业包括三个步骤：项目、计算和写入。

要运行查询，需要为应用程序、您的消费者角色和您的环境设置必要的授权。有关更多信息，请参阅开始入门页面。

我们还假设应用程序名称为默认的 Neo4j_Graph_Analytics。如果您在安装过程中选择了不同的应用程序名称，请将其替换为该名称。

以下将运行一个弱连接组件作业
CALL Neo4j_Graph_Analytics.graph.wcc('CPU_X64_XS', {
  'defaultTablePrefix': 'EXAMPLE_DB.DATA_SCHEMA',
  'project': {
    'nodeTables': ['USERS'],
    'relationshipTables': {
      'LINKS': {
        'sourceTable': 'USERS',
        'targetTable': 'USERS'
      }
    }
  },
  'compute': {},
  'write': [
    {
      'nodeLabel': 'USERS',
      'outputTable': 'USERS_COMPONENTS'
    }
  ]
});
表 5. 结果
作业 ID 作业开始 作业结束 作业结果

job_492026bbeaa6422eb4502a18def04cd6

2025-04-30 13:53:53.702000

2025-04-30 13:54:00.716000

 
 {
  "project_1": {
    "graphName": "snowgraph",
    "nodeCount": 6,
    "nodeMillis": 212,
    "relationshipCount": 4,
    "relationshipMillis": 519,
    "totalMillis": 731
  },
  "wcc_1": {
    "componentCount": 2,
    "componentDistribution": {
      "max": 3,
      "mean": 3,
      "min": 3,
      "p1": 3,
      "p10": 3,
      "p25": 3,
      "p5": 3,
      "p50": 3,
      "p75": 3,
      "p90": 3,
      "p95": 3,
      "p99": 3,
      "p999": 3
    },
    "computeMillis": 9,
    "configuration": {
      "concurrency": 2,
      "consecutiveIds": false,
      "jobId": "582c3c87-66ed-421a-b800-74e6c15d9734",
      "logProgress": true,
      "mutateProperty": "component",
      "nodeLabels": [
        "*"
      ],
      "relationshipTypes": [
        "*"
      ],
      "seedProperty": null,
      "sudo": false,
      "threshold": 0
    },
    "mutateMillis": 2,
    "nodePropertiesWritten": 6,
    "postProcessingMillis": 20,
    "preProcessingMillis": 6
  },
  "write_node_property_1": {
    "exportMillis": 2532,
    "nodeLabel": "USERS",
    "nodeProperty": "component",
    "outputTable": "EXAMPLE_DB.DATA_SCHEMA.USERS_COMPONENTS",
    "propertiesExported": 6
  }
}

返回的结果包含作业执行和结果分布的信息。此外，每个节点的组件 ID 已写回 Snowflake 数据库。我们可以这样查询它

SELECT * FROM EXAMPLE_DB.DATA_SCHEMA.USERS_COMPONENTS;
表 6. 结果
节点 ID 组件

Alice

0

Bridget

0

Charles

0

Doug

3

Mark

3

Michael

3

结果显示算法识别出两个组件。这可以在示例图中进行验证。

实际的组件 ID 可能会有所不同，因为内存图中投影节点的顺序不确定。在这种情况下，获得相反的解决方案也同样合理，例如当我们的社区 0 节点被映射到社区 3 时，反之亦然。
© . All rights reserved.