本文介绍了Google的PageRank算法，包括其基本原理、计算过程和在大数据平台上的性能基准测试。文章详细讲解了数据存储的几种方式，如邻接表、三元组(COO)、压缩稀疏行(CSR)和压缩稀疏列(CSC)，并探讨了算法公式中的阻尼系数和rank向量更新规则。
一、算法简介
佩奇排名（PageRank），又称网页排名、谷歌左侧排名、PR，是Google公司所使用的对其搜索引擎搜索结果中的网页进行排名的一种算法。 佩奇排名本质上是一种以网页之间的超链接个数和质量作为主要因素粗略地分析网页的重要性的算法。
算法计算过程如下所示，数学原理比较简单。简单来说就是通过节点的所有入度来更新节点。
二、Benchmark
PageRankBenchmark由MIT开发的基准套件，以此评估软硬件运行大数据应用的性能。Benchmark中包含4个kernel，
- kernel0产生数据
- kernel1对数据对边进行排序
- kernel2利用kernel的结果构建sparse martix并计算入度和出度
- kernel3测试Pagerank。
三、数据的存储——sparse Martix
1、Adjacency list（邻接表）
最低0.47元/天 解锁文章
716
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
