1. GraphChi
1.1 简介
GraphChi 是由卡耐基梅隆大学设计, 可以在单机上进行高效大规模计算的框架, 区别于将图的信息全部存储在内存当中, GraphChi 利用单机计算机海量的硬盘进行存储, 由于硬盘与内存的访问速度差距很大, 为了弥补使用硬盘存储带来的缺陷, 他们设计出并行滑动窗口技术, 用来减少硬盘的随机读写。
1.2 并行滑动窗口技术
将整个图谱划按照点的顺序分成不同的分片,每个分片能够完全在内存中进行
处理。 如下图所示:
对每个分片中的入边按照源点进行排序, 基于这种原则出边分布在所有的分片
上, 而且占据一段连续的空间。 这样对于数据的更新, 首先在内存中进行计算和
存储, 随后连续的写入其他分片中, 这样能够很好解决随机读写带来的高延迟
问题, 如下图所示。
1.3 编程模型
GraphChi 延续了 GraphLab 中采用的以点为中心的编程模型, 针对图谱中的节点和边都携带有用户自定义的数据。 在每一次迭代中, 同一个分片中被标记过的点并行调用update 函数进行数据更新: 获取该点入边携带的信息,出边携带的信息, 该点携带的信息,通过用户自定义的计算逻辑,对边和