GraphLite 实现子图匹配

同步图运算模型

许多大数据都以图的形式存在，非图结构的大数据也通常会被转化为图数据结构进行分析。对于大型图数据的计算，一些常见的处理软件如Neo4j等采用的是遍历的方法，另一些采用的如Giraph、Pregel等则采用的是同步图运算的方式。

后者采用的同步图运算模型主要有两个特点，一是BSP(Bulk Synchronous Processing)模型，即块同步计算模型，其主要思想是将全部计算分为多个超步(Superstep)，超步内部的多个运算单元进行分布式地并行计算，每一个超步结束之后进行全局同步。超步与超步之间存在依赖关系，上一个超步的运算产生下一个超步的输入。二是基于顶点的编程模型。在该模型下，图中的每一个顶点都视为一个计算节点，程序员通过实现一个compute函数，在每一个超步中对每一个顶点都进行调用，实现基于顶点的计算。函数的内容主要包含三个部分，一是接受来自其他顶点的消息，二是进行运算，三是向其他顶点发送消息。与compute函数的主要内容相似的是在PowerGraph中也存在这样的计算过程，但是被细分割成了Gather、Apply、Scatter三个步骤，当然这偏离了本文主要内容，暂不赘述。

图运算的停止与各个顶点的状态有关，顶点包括两种状态active和inactive，其状态转换可以参照下图。初始情况下顶点的状态都是active的。当所有的顶点都是inactive状态的时候本次运算结束

最终同步图运算模型可以表示为下图所示的过程。