MaxCompute不提供Graph開發插件，您可以基于Eclipse開發MaxCompute Graph程序。
開發流程如下：
- 編寫Graph代碼，使用本地調試進行基本的測試。
- 進行集群調試，驗證結果。
開發示例
本節以SSSP算法為例，為您介紹如何使用Eclipse開發和調試Graph程序。
操作步驟：
- 創建Java工程，工程名為graph_examples。
- 將MaxCompute客戶端lib目錄下的Jar包加到Eclipse工程的Java Build Path中。
- 開發MaxCompute Graph程序。
實際開發過程中，通常會先復制一個例子（例如單源最短距離），然后進行修改。在本示例中，僅修改了Package的路徑為package com.aliyun.odps.graph.example。
- 編譯打包。
在Eclipse環境中，右鍵單擊源代碼目錄（圖中的src目錄），生成Jar包，選擇目標Jar包的保存路徑，例如D:\\odps\\clt\\odps-graph-example-sssp.jar。
- 使用MaxCompute客戶端運行SSSP，詳情請參見運行Graph。
本地調試
MaxCompute Graph支持本地調試模式，您可以使用Eclipse進行斷點調試。
操作步驟：
- 下載一個odps-graph-local的Maven包。
- 選擇Eclipse工程，右鍵單擊Graph作業主程序（包含
main函數）文件，配置其運行參數（）。 - 在Arguments頁簽中，設置Program arguments參數為1 sssp_in sssp_out，作為主程序的輸入參數。
- 在Arguments頁簽中，設置VM arguments參數如下。
-Dodps.runner.mode=local -Dodps.project.name=<project.name> -Dodps.end.point=<end.point> -Dodps.access.id=<access.id> -Dodps.access.key=<access.key>
- 對于本地模式（即不指定odps.end.point參數），需要在warehouse創建sssp_in、sssp_out表，為輸入表sssp_in添加數據，輸入數據如下所示。
1,"2:2,3:1,4:4" 2,"1:2,3:2,4:1" 3,"1:1,2:2,5:1" 4,"1:4,2:1,5:1" 5,"3:1,4:1"關于warehouse的介紹請參見本地運行。
- 單擊Run，即可本地跑SSSP。
說明 參數設置可參見MaxCompute客戶端中conf/odps_config.ini的設置，上述為幾個常用參數，其他參數說明如下：
- odps.runner.mode：取值為local，本地調試功能必須指定。
- odps.project.name：指定當前Project，必須指定。
- odps.end.point：指定當前MaxCompute服務的地址，可以不指定。如果不指定，只從warehouse讀取表或資源的meta和數據，不存在則拋異常。如果指定，會先從warehouse讀取，不存在時會遠程連接MaxCompute讀取。
- odps.access.id：連接MaxCompute服務的AccessKey ID，只在指定odps.end.point時有效。
- odps.access.key：連接MaxCompute服務的AccessKey Secret，只在指定odps.end.point時有效。
- odps.cache.resources：指定使用的資源列表，效果與Jar命令的
-resources相同。 - odps.local.warehouse：本地warehouse路徑，不指定時默認為./warehouse。
在Eclipse中本地運行SSSP的調試輸出信息，如下所示。Counters: 3 com.aliyun.odps.graph.local.COUNTER TASK_INPUT_BYTE=211 TASK_INPUT_RECORD=5 TASK_OUTPUT_BYTE=161 TASK_OUTPUT_RECORD=5 graph task finish
本地作業臨時目錄
每運行一次本地調試，都會在Eclipse工程目錄下新建一個臨時目錄。
本地運行的Graph作業，臨時目錄包括以下幾個目錄和文件：
- counters：存放作業運行的一些計數信息。
- inputs：存放作業的輸入數據，優先取自本地的warehouse，如果本地沒有，會通過MaxCompute SDK從服務端讀取（如果設置了odps.end.point），默認一個input只讀10條數據，可以通過
-Dodps.mapred.local.record.limit參數進行修改，但是也不能超過1萬條記錄。 - outputs：存放作業的輸出數據，如果本地warehouse中存在輸出表，outputs中的結果數據在作業執行完后會覆蓋本地warehouse中對應的表。
- resources：存放作業使用的資源，與輸入類似，優先取自本地的warehouse，如果本地沒有，會通過MaxCompute SDK從服務端讀取（如果設置了odps.end.point）。
- job.xml：作業配置。
- superstep：存放每一輪迭代的持久化信息。
說明 如果需要本地調試時輸出詳細日志，需要在src目錄下放一個log4j的配置文件log4j.properties_odps_graph_cluster_debug。
集群調試
通過本地的調試后，您即可提交作業到集群進行測試。
操作步驟如下：
- 配置MaxCompute客戶端。
- 使用
add jar /path/work.jar -f;命令更新Jar包。 - 使用Jar命令運行作業，查看運行日志和結果數據。
說明 集群運行Graph的詳細介紹請參見編寫Graph（可選）。
性能調優
對性能有所影響的Graph Job配置項如下：
setSplitSize(long)：輸入表切分大小，單位MB，大于0，默認64。setNumWorkers(int)：設置作業Worker數量，范圍為[1，1000]，默認值為1。Worker數由作業輸入字節數和splitSize決定。setWorkerCPU(int)：Map CPU資源，100為1CPU核，[50，800]之間，默認值為200。setWorkerMemory(int)：Map內存資源，單位MB，范圍為[256，12288]，默認值為4096。setMaxIteration(int)：設置最大迭代次數，默認為-1，小于或等于0時表示最大迭代次數不作為作業終止條件。setJobPriority(int)：設置作業優先級，范圍為[0，9]，默認值為9，數值越大優先級越小。
通常情況下的調優建議：
- 可以考慮使用
setNumWorkers方法增加Worker數目。 - 可以考慮使用
setSplitSize方法減少切分大小，提高作業載入數據速度。 - 加大Worker的CPU或內存。
- 設置最大迭代次數，如果有些應用結果精度要求不高，可以考慮減少迭代次數，盡快結束。
接口
setNumWorkers與setSplitSize配合使用，可以提高數據的載入速度。假設setNumWorkers為workerNum，setSplitSize為splitSize，總輸入字節數為inputSize，則輸入被切分后的塊數splitNum=inputSize/splitSize。workerNum和splitNum之間的關系如下：
- 情況一：
splitNum=workerNum，每個Worker負責載入1個Split。 - 情況二：
splitNum>workerNum，每個Worker負責載入1個或多個Split。 - 情況三：
splitNum<workerNum，每個Worker負責載入0個或1一個Split。
因此，應調節workerNum和splitSize，在滿足前兩種情況時，數據載入比較快。迭代階段只需調節workerNum。如果設置runtime partitioning為False，則建議直接使用setSplitSize控制Worker數量，或者保證滿足前兩種情況。當出現第三種情況時，部分Worker上的切片會為0，可以在Jar命令前使用set odps.graph.split.size=<m>; set odps.graph.worker.num=<n>; 與setNumWorkers，和setSplitSize等效。
另外一種常見的性能問題為數據傾斜，反應到Counters就是某些Worker處理的點或邊數量遠超過其他Worker。數據傾斜的原因通常是某些Key對應的點、邊，或者消息的數量遠超過其他Key，這些Key被分到少量的Worker處理，導致這些Worker運行時間較長。解決方法：
- 嘗試Combiner，將這些Key對應點的消息進行本地聚合，減少消息發生。
開發人員可定義Combiner以減少存儲消息的內存和網絡數據流量，縮短作業的執行時間。
- 改進業務邏輯。
數據量大時，讀取磁盤中的數據可能耗費一部分處理時間。減少需要讀取的數據字節數可以提高總體的吞吐量，提高作業性能。您可通過以下方法進行改進：
- 減少輸入數據量：對某些決策性質的應用，處理數據采樣后子集所得到的結果只可能影響結果的精度，而并不會影響整體的準確性，因此可以考慮先對數據進行特定采樣后再導入輸入表中進行處理。
- 避免讀取用不到的字段：MaxCompute Graph框架的TableInfo類支持讀取指定的列（以列名數組方式傳入），而非整個表或表分區，這樣也可以減少輸入的數據量，提高作業性能。
內置Jar包
以下Jar包會默認加載到運行Graph程序的JVM中，您不必上傳這些資源，也不必在命令行的
-libjars帶上這些Jar包。
- commons-codec-1.3.jar
- commons-io-2.0.1.jar
- commons-lang-2.5.jar
- commons-logging-1.0.4.jar
- commons-logging-api-1.0.4.jar
- guava-14.0.jar
- json.jar
- log4j-1.2.15.jar
- slf4j-api-1.4.3.jar
- slf4j-log4j12-1.4.3.jar
- xmlenc-0.52.jar
說明 在JVM的Classpath中，上述內置Jar包會位于您的Jar包之前，可能產生版本沖突。例如您的程序中使用了commons-codec-1.5.jar某個類的函數，但是這個函數不在commons-codec-1.3.jar中，這時如果1.3版本無法實現您的需求，則只能等待MaxCompute升級新版本。