阅读论文:Distributed GraphLab

这个星期阅读了一篇12年在期刊PVLDB上发表的一片论文《Distributed GraphLab: A Framework for Machine Learning and Data Mining in the Cloud》。虽然现在主流的数据并行处理框架,例如Mapreduce,在处理大规模数据时显得方便和实用,但是它们并不支持一些重要的机器学习和数据挖掘的算法,从而使整个系统处理数据的效率低下。这篇文章延续了作者在10年UAI上发表的《GraphLab: A New Parallel Framework for Machine Learning》中所做的工作,将GraphLab框架从共享内存的环境中迁移到了分布式的环境下,并维护了数据的强一致性保证。

  • 关于作者
作者Joseph Gonzalez博士毕业于CMU大学,在分布式图分析领域算得上是一位大牛,现在是UC伯克利大学的一位助理教授,同时也是美国Dato公司的联合创始人。关于它们的作品,推荐几篇比较著名的论文(包括本文):

  1. GraphX: Graph Processing in a Distributed Dataflow Framework. OSDI 2014: 599-613
  2. PowerGraph: Distributed Graph-Parallel Computation on Natural Graphs.OSDI 2012: 17-30
  3. GraphLab: A New Framework For Parallel Machine Learning. UAI 2010: 340-349

论文内容大多是关于如何在分布式图计算平台下部署各类机器学习和数据挖掘的算法。其中部分项目例如PowerGraph已实现开源。

  • 机器学习和数据挖掘(ML&DM)
大规模并行的ML&DM系统通常具有如下的关键特征:

  1. 数据相关性:除了元素本身的数据(在图中表现为顶点的值)之外,元素与元素之间的数据(在图中表现为边的值)同样很重要。例如社交网络中的许多算法(Pagerank)就需要考虑边的数值,从而在大量的数据中找出更有效的信息。
  2. 异步更新:许多ML&DM
  • 1
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值