图计算学习笔记

通用图数据产品分类：

1.基于遍历算法的、实时的图数据库：Neo4j、DEX、OrientDB、Infinite Graph

2.以图顶点为中心的、基于消息父老乡亲批处理的并行引擎：GoldenOrb、Giraph、Pregel和Hama。基于BSP（Bult Synchronous Parallel Computing Model，即“大同步”模型）模型实现并行图处理作业。

BSP过程包括一系列全局超步（迭代），每个迭代包含局部计算（各处理器计算自己的任务，相互之间互不干涉的异步执行，只处理本地存储的数据）、通讯（处理器集群相互交换信息）和栅栏同步（遇栅栏则等待以同步，然后一同进入下一次迭代）三个过程。

Pregel，Google的分布式图计算框架，主要用于图遍历、最短路径计算和PageRank计算等。

Pregel的输入图的顶点，都有一个String作为ID，每个顶点都可以附带一个可修改的用户自定义值，每条有向边都会和顶点关联，并记录相关的顶点ID（源顶点和目标顶点），边上也可以附带一个可修改的用户自定义值以表示关联关系。

Pregel的全部计算过程都集中在顶点上，在边上是不会进行运算的。

顶点之间是采用消息传递的模式进行通信的，而没有采用通过RPC远程读取或共享内存的方式进行通信。远程读取延迟高，而共享内存扩展性不好。

当全面顶点都处于“非活跃”状态，并且不再有消息通讯时，则图计算结束。

多个顶点向一个顶点传递消息时，可以先经过Combiner过程（默认不开启），以合并要传递的消息内容，以压缩传递数据的大小。要开启Combiner过程需要，消息之间内容需要满足交换律和结合律时才能开启。因为不能确定消息顺序。