spark graphx 怎么实现类似 QQ 好友推荐功能？ neo4j 一条语句实现

[engineer9]

好友关系：

1 2
1 3
1 4
1 5
1 6
1 7
1 8
2 3
3 9
9 10
7 9
2 7

我想实现如下功能，求 3 节点与它的二跳节点的好友之间的共同好友个数，实现类似 QQ 好友推荐功能：

3 和 5 的共同好友个数为：1
3 和 10 的共同好友个数为：1
3 和 6 的共同好友个数为：1
3 和 7 的共同好友个数为：3
3 和 8 的共同好友个数为：1
3 和 4 的共同好友个数为：1
————————————————————————————————————
排序之后，这里可以给 3 推荐 7 认识。

1. 简单的通过 for 循环(得到好友节点的会触发 action)算出这样的关系在 spark 中估计也没什么优势吧（千万节点,亿条关系）？但是求二跳节点通过 graphx 自带的 api 还是有很大优势的。
2. saprk graphx 可以通过它自带的 pregel API 直接求出一个节点的一跳到 N 跳的节点。
3. neo4j 一条语句实现如下:

match (n:Person {name:"A"})-[:Follow]->(m)<-[:Follow]-(b) with n,b,count(m) as summ where (not (n)-[:Follow]-(b) )   return b,summ

• 腾讯的两篇文章参考

1. https://cloud.tencent.com/developer/article/1030789
2. https://cloud.tencent.com/developer/article/1005999