Pregel是個強大的基於圖的迭代算法，也是Spark中的一個迭代應用aggregateMessage的典型案例，用它可以在圖中方便的迭代計算，如最短路徑、關鍵路徑、n度關系等。然而對於之前對圖計算接觸不多的童鞋來說，這個api還算是一個比較重量組的接口，不太容易理解。
Spark中的Pregel定義如下：
def pregel[A: ClassTag]( initialMsg: A, maxIterations: Int = Int.MaxValue, activeDirection: EdgeDirection = EdgeDirection.Either)( vprog: (VertexId, VD, A) => VD, sendMsg: EdgeTriplet[VD, ED] => Iterator[(VertexId, A)], mergeMsg: (A, A) => A) : Graph[VD, ED] = { Pregel(graph, initialMsg, maxIterations, activeDirection)(vprog, sendMsg, mergeMsg) }
各個參數的意義詳細解釋如下：
initialMsg: 初始化消息，這個初始消息會被用來初始化圖中的每個節點的屬性，在pregel進行調用時，會首先在圖上使用mapVertices來根據initialMsg的值更新每個節點的值，至於如何更新，則由vprog參數而定，vprog函數就接收了initialMsg消息做為參數來更新對應節點的值
maxIterations: 最大迭代次數
activeDirection: 表示邊的活躍方向，什么是活躍方向呢，首先要解釋一下活躍消息與活躍頂點的概念，活躍節點是指在某一輪迭代中，pregel會以sendMsg和mergeMsg為參數來調用graph的aggregateMessage方法后收到消息的節點，活躍消息就是這輪迭代中所有被收成功收到的消息。這樣一來，有的邊的src節點是活躍節點，有的dst節點是活躍節點，而有的邊兩端節點都是活躍節點。如果activeDirection參數指定為“EdgeDirection.Out”,則在下一輪迭代時，只有接收消息的出邊(src—>dst)才會執行sendMsg函數，也就是說，sendMsg回調函數會過濾掉”dst—>src”的edgeTriplet上下文參數
vprog: 節點變換函數，在初始時，以及每輪迭代后，pregel會根據上一輪使用的msg和這里的vprod函數在圖上調用joinVertices方法變化每個收到消息的節點，注意這個函數除初始時外，都是僅在接收到消息的節點上運行，這一點可以從源碼中看到，源碼中用的是joinVertices(message)(vprog)，因此，沒有收到消息的節點在join之后就濾掉了
sendMsg: 消息發送函數，該函數的運行參數是一個代表邊的上下文，pregel在調用aggregateMessages時，會將EdgeContext轉換成EdgeTriplet對象(ctx.toEdgeTriplet)來使用，用戶需要通過Iterator[(VertexId,A)]指定發送哪些消息，發給那些節點，發送的內容是什么，因為在一條邊上可以發送多個消息，如sendToDst，如sendToSrc，所以這里是個Iterator，每一個元素是一個tuple，其中的vertexId表示要接收此消息的節點的id，它只能是該邊上的srcId或dstId，而A就是要發送的內容，因此如果是需要由src發送一條消息A給dst，則有：Iterator((dstId,A))，如果什么消息也不發送，則可以返回一個空的Iterator：Iterator.empty
mergeMsg: 鄰居節點收到多條消息時的合並邏輯，注意它區別於vprog函數，mergeMsg僅能合並消息內容，但合並后並不會更新到節點中去，而vprog函數可以根據收到的消息(就是mergeMsg產生的結果)更新節點屬性。
以上是本人使用PregelApi后的理解，更多詳細討論，請參考：《pregel 與 spark graphX 的 pregel api》