NetworkX是否支持定制存储节点,边缘和属性的位置?例如,我想尝试2个选项:用于定制存储节点/边缘的NetworkX可扩展性
使用类似于LevelDB/Kyoto Cabinet的东西作为后备存储。
使用一些分布式数据库(Neo4j甚至HBase--我只需要节点/边缘的分布式存储)作为后备存储。
NetworkX支持这些事情的可扩展性点是什么?
NetworkX是否支持定制存储节点,边缘和属性的位置?例如,我想尝试2个选项:用于定制存储节点/边缘的NetworkX可扩展性
使用类似于LevelDB/Kyoto Cabinet的东西作为后备存储。
使用一些分布式数据库(Neo4j甚至HBase--我只需要节点/边缘的分布式存储)作为后备存储。
NetworkX支持这些事情的可扩展性点是什么?
我会发布设置NetworkX的外部存储的细微差别。 Kikohs正确地指出,每个字典都有工厂。这些可以被覆盖。
对于持久存储,真正需要特别关注的唯一字典是节点字典。
必须特别注意类似字典的实现的行为。 NetworkX类中有代码可以更改字典在内存中返回的值,而不会将其设置回。
对于像例如事情:
self.succ[u][v]=datadict
self.pred[v][u]=datadict
这些值不会坚持回存储后端。为了适应这种情况,我使用了内存缓存来保存内存中的对象,当它们被驱逐时,它将它们写入底层存储。
对于我使用的内存中高速缓存cachetools
。对于驱逐见:Python functools.lru_cache eviction callback or equivalent
对于我使用的底层存储plyvel
(https://plyvel.readthedocs.org/en/latest/)这是一个用于LevelDB的Python接口。
我也给了字典下面的实现。请注意,代码中仍然存在错误和错误,并且尚未进行正确测试,但您已经了解了一般想法。
class PlyvelBatchWrite(object):
def __init__(self, plv_dict):
self.__batch = plv_dict._db.write_batch()
self.__plvd = plv_dict
def set(self, key, val):
self.__batch.put(self.__plvd.serializer.pack(key), self.__plvd.serializer.pack(val))
def delete(self, key):
self.__batch.delete(self.__plvd.serializer.pack(key))
def clear(self):
self.__batch.clear()
def commit(self):
self.__batch.write()
class PlyvelDict(MutableMapping):
def __init__(self, directory='', db=None, serializer_factory=None, cache_factory=None, **kwargs):
self.__directory = directory
ensure_directory(directory)
if isinstance(db, str) or db is None:
if db is None:
# generate UUID
db = str(uuid.uuid4())
self.__db = db
db = plyvel.DB(self.name(), **kwargs)
else:
self.__db = kwargs['db']
self._db = db
if serializer_factory:
self.serializer = serializer_factory()
else:
self.serializer = None
if cache_factory:
self.__cache = cache_factory(self.__cache_miss, self.__cache_evict)
else:
self.__cache = None
def name(self):
full_path = os.path.join(self.__directory, self.__db)
return full_path
def __cache_miss(self, key):
b_item = self._db.get(self.serializer.pack(key))
if b_item is not None:
return self.serializer.unpack(b_item)
else:
raise KeyError(key)
def __cache_evict(self, key, val):
self._db.put(self.serializer.pack(key), self.serializer.pack(val))
def __copy__(self):
return type(self)(self.__directory, self._db, type(self.serializer), type(self.__cache), db=self.__db)
def __getitem__(self, key):
return self.__cache[key]
def __setitem__(self, key, value):
if key in self.__cache:
self.__cache[key] = value
self.__write_to_db(key, value)
def __write_to_db(self, key, value):
self._db.put(self.serializer.pack(key), self.serializer.pack(value))
def __delitem__(self, key):
if key in self.__cache:
del self.__cache[key]
self._db.delete(self.serializer.pack(key))
def __iter__(self):
return self.iterkeys()
def __keytransform__(self, key):
return key
def __len__(self):
return self.count()
def __del__(self):
self.flush()
if not self._db.closed:
self._db.close()
# improved methods
def flush(self, write_to_db=False):
if self.__cache:
if write_to_db:
batch = self.set_batch()
for key, val in self.__cache.items():
batch.set(key, val)
batch.commit()
self.__cache.clear()
def set_batch(self):
return PlyvelBatchWrite(self)
def iteritems(self):
self.flush()
for key, value in self._db.iterator(include_key=True, include_value=True):
yield (self.serializer.unpack(key), self.serializer.unpack(value))
def iterkeys(self):
self.flush()
for key in self._db.iterator(include_key=True, include_value=False):
yield self.serializer.unpack(key)
def itervalues(self):
self.flush()
for val in self._db.iterator(include_key=False, include_value=True):
yield self.serializer.unpack(val)
def keys(self):
self.flush()
# fixes default method which calls __len__
return list(self.iterkeys())
def values(self):
self.flush()
return list(self.itervalues())
def has_key(self, key):
return key in self
def clear(self):
self.flush()
for k in self:
del self[k]
def count(self):
self.flush()
return sum(1 for key in self)
和图形类:
class PersistedGraph(nx.Graph):
def __init__(self, data=None, node_dict_factory=None, adjlist_dict_factory=None, edge_attr_dict_factory=None,
**attr):
if node_dict_factory:
self.node_dict_factory = node_dict_factory
if adjlist_dict_factory:
self.adjlist_dict_factory = adjlist_dict_factory
if edge_attr_dict_factory:
self.edge_attr_dict_factory = edge_attr_dict_factory
nx.Graph.__init__(self, data, **attr)
应该可以通过继承类来扩展networkx,并提供用户定义的工厂函数。这些函数可以查询数据库并将结果缓存在networkx使用的字典中。
我找不到从在线文档,但在code你有这些线路:
子类(高级):
的图表类使用的字典-的快译通-OF-字典数据结构。
外部字典(node_dict)保存由节点键入的邻接列表。 下一个字典(adjlist)表示邻接列表,并保存由邻居键入的边缘数据。内部字典(edge_attr)表示边缘数据并保存由属性名称键入的边缘属性值。
这三个字母中的每一个都可以是,用户定义为 字典对象。一般来说,类似字典的特征应该保持 ,但可以添加额外的功能。若要替换 字典中的一个,可以通过更改类(!)变量 来保存该字典式结构的工厂来创建新图类。变量名称 是node_dict_factory,adjlist_dict_factory和edge_attr_dict_factory。
node_dict_factory : function, (default: dict)
Factory function to be used to create the outer-most dict
in the data structure that holds adjacency lists keyed by node.
It should require no arguments and return a dict-like object.
adjlist_dict_factory : function, (default: dict)
Factory function to be used to create the adjacency list
dict which holds edge data keyed by neighbor.
It should require no arguments and return a dict-like object
edge_attr_dict_factory : function, (default: dict)
Factory function to be used to create the edge attribute
dict which holds attrbute values keyed by attribute name.
It should require no arguments and return a dict-like object.
我不知道任何官方扩展networkx。