自定义算法运行接口（当前支持Pregel编程模型）

在内置图分析算法不能满足用户需求的时候，HyG允许用户在Pregel编程模型中使用python语言实现自定义算法。其中，运行pregel自定义算法的接口是:

BaseGraph.run_pregel(model:class, result_filter=None, debug_mode=False)

其中，model是class类型，是hyg.analytics.model.PregelModel的子类，用户在调用run_pregel接口前需要先自定义的PregelModel子类实现算法计算逻辑，如图1中所示：首先，用户需要在@pregel_type装饰器中指定顶点值类型（ntype）和消息类型（mtype），其中，mtype可以不进行设置，默认和ntype保持一致。然后用户需要在UserPregelAlgorithm中实现以顶点为中心的方法init和compute，其中，init方法仅在算法开始时执行一次，而compute方法则会被迭代多次，当以上方法未被实现时，默认为空。此外，combiner参数合并发往同一目标顶点的消息，用以减少通信开销，默认为None，即不合并消息。

pregel编程模型：

from hyg.analytics.model import pregel_types, PregelModel
@pregel_types(ntype=None, mtype=None, combiner=None)
class PregelModel:
    @staticmethod
    def init(ctx, nid):
        pass
 
    @staticmethod
    def compute(ctx, nid, msgs):
        pass

result_filter参数是function类型，支持lambda函数，入参为(ctx, nid)，返回值为bool，用于对pregel计算结果进行过滤；debug_mode为bool类型，当debug_mode为True时，UDF不会被即时编译成Native code，而是通过python解释器解释执行，此时HyG框架中进程的并发线程数被强制设置为1，且UDF中用户可以使用print语句打印调试信息（当debug_mode=False时，UDF中有print语句会报错）。

此外，BaseGraph还有一个BaseGraph.nid(ext_id:str)->int的接口，用于获取顶点的内部ID。