如何在图数据库上实现图计算框架

图数据库解决的是图数据的查询问题，图计算框架解决的是图计算的问题，首先我们要搞清楚二者如何区分，再讨论如何结合。

图查询：主要面向的是路径查询。比如从一点出发的两跳邻居；再如从点A出发3跳内和B点的路径；

图计算：对全图节点进行迭代运算。比如PageRank，需要每一个节点从一开始就要参与计算；再如计算图中存在的联通子图；再如计算图中度数大于一百万的节点。

图计算实际上是迭代计算，因此图计算框架实际上是迭代计算框架，其核心工作是对所有节点进行多次迭代。

因此，目前的图计算框架基本与底层存储脱离是有其合理性的，因为迭代计算必须要和磁盘脱离，否则IO极高导致集群性能急剧下降，而把数据全部load到内存中相当于重新构建了新的集群。相应的优化点有：1）计算之前需要把整个图load到计算框架对应的节点中，这样带来的问题就是更新的数据不能被感知到，如何实现增量更新；2）BSP框架的超步同步，需要等待所有节点完成才能进行下一步，延迟较高导致吞吐率降低。如何去掉。

其他问题：

1、GC问题。如何优化，仅仅在使用层面？；

2、数据切分模型。GraphX有多种数据分配模型，用户可以自己选择，有没有更好的方式；

3、如何添加辅助索引加快遍历过程。

从上面可以看出，图计算框架并不合适图遍历，那么基于图遍历的计算有哪些呢？比如计算两点间最短路径，如果使用Gremlin的接口是可以实现的，但是效率上有些问题。