我相信地标应该是一个序列，试试这个：
val sp14754224=g54.shortestpaths.landmarks（seq（“14754224”））。运行
我想知道是否有一些转换正在进行，因此您的字符串可能会变成seq[char]，从而导致vertex 1错误。

从未在spark/scala中找到解决方案，但使用spark r有一个简单的解决方法：
切换到r（创建r笔记本或使用 %r ; 无论哪种方式，输入数据都必须从存储器中读取）
安装 iGraph 以及 SparkR 群集中的库
收集顶点和边以获得r data.frame 应用 iGraph 方法（例如最短路径）
图形数据必须符合司机的记忆，这是我的问题的任务的情况。
代码示例：

%r
if (require(SparkR) == FALSE) install.packages("SparkR")
if (require(igraph) == FALSE) install.packages("igraph")

processRoot <-  "abfss://yourAccount@fdestorageuat.dfs.core.windows.net/YourDataPath/"

# Data Intake

inEdgesPath     <- paste(processRoot, "STG_Edges/", sep = "")
inVerticesPath  <- paste(processRoot, "STG_Vertices/", sep = "")

inEdges     <- collect(read.parquet(inEdgesPath))
inVertices  <- collect(read.parquet(inVerticesPath))

# Graph Definition (inVertices is optional - adding to capture names size of vertices)

g <- graph_from_data_frame(validEdges, directed = FALSE, inVertices)

# Example of iGraph (defining connected components and communities)

clu <- components(g)
fg <- fastgreedy.community(g)

# Outputs from both commands have same order and lenght as vertices thus they could be added to vertices data

inVertices$componentId <- clu[["membership"]]
inVertices$communityId <- as.numeric(membership(fg))

igraph比graphx/graphframe具有更广泛的功能。只要图形数据适合内存，它的执行速度也会更快。如果graph太大，请考虑首先使用graphframe的连接组件，然后分别处理每个组件，通过调用igraph的功能 gapply 按每个组件id。