GraphChi/graphchi-java程序配置

最新推荐文章于 2024-06-09 16:06:06 发布
最新推荐文章于 2024-06-09 16:06:06 发布
阅读量139 收藏
点赞数
文章标签： java 开发工具
原文链接：http://www.cnblogs.com/CherishFX/p/5228848.html
版权

1.导入graphchi-java maven项目时报错：

Plugin execution not covered by lifecycle configuration: org.scala-tools:maven-scala-plugin:2.15.2:testCompile 
 (execution: scala-test-compile, phase: test-compile)

解决办法：Eclipse -> Help -> Install New Software... ->见下面（http://alchim31.free.fr/m2e-scala/update-site） -> restart Eclipse -> rebuild the maven project。

../../_images/install-new-software.png

转载于:https://www.cnblogs.com/CherishFX/p/5228848.html

weixin_34209406
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
graphchi-java
11-12
graphchi-java 的源代码，包含Lib等内容。
GraphChi
chivalry
08-25 1937
GraphChi - disk-based large-scale graph computation 可以在普通单机上运行大数据 https://code.google.com/p/graphchi/
Graphchi下BFS实现
06-06
Graphchi环境下的BFS算法实现，实现的具体描述请参考本人博客http://blog.csdn.net/codeera/article/details/46385711
GraphChi—让你迅速提升计算机性能
ddjj131313的专栏
10-10 2107
GraphChi是从卡内基 - 梅隆大学的GraphLab项目之一。可以让一台普通PC处理N倍于以往的数据。 特点便是能然硬盘当作内存来使用（包括出传统硬盘或固态硬盘）。 项目Google Code地址 以及完整介绍 GraphChi Java版项目地址
Graphchi论文
11-12
GraphChi:Large-ScaleGraphComputationonJustaPC Current systems for graph computation require a distributed computing cluster to handle very large real-world problems, such as analysis on social networks or the web graph. While distributed computational resources have become more accessible, developing distributed graph algorithms still remains challenging, especially to non-experts. Inthiswork,wepresentGraphChi,adisk-basedsystem for computing efficiently on graphs with billions of edges. By using a well-known method to break large graphs into smallparts,andanovelparallelslidingwindowsmethod, GraphChi is able to execute several advanced data mining, graph mining, and machine learning algorithms on very large graphs, using just a single consumer-level computer. We further extend GraphChi to support graphs thatevolve over time, and demonstrate that, on a single computer, GraphChi can process over one hundred thousand graph updatespersecond,whilesimultaneouslyperformingcomputation. We show, through experiments and theoretical analysis, that GraphChi performs well on both SSDs and rotational hard drives. By repeating experiments reported for existing distributed systems, we show that, with only fraction of the resources, GraphChi can solve the same problems in very reasonable time. Our work makes large-scale graph computation available to anyone with a modern PC.
javashuffle源码-graphchi-java:GraphChi的Java版本
06-04
shuffle源码GraphChi-java 版本 0.2.2 消息 通过更好地并行化分片加载提高了性能（2013 年 10 月 22 日） GraphChi 的 Java 版本有一个新的很酷的随机游走模拟引擎： 介绍 用于开发基于磁盘的图形计算引擎 GraphChi ...
graphchi-java-v0.22.zip
08-28
graphchi-java-v0.22.zip矩阵构建
java笔试题算法-graphchi-cpp:GraphChi的C++版本。大数据——小机器
06-03
java笔试题算法GraphChi - 基于磁盘的大规模图计算 注意：此项目最近已从 Google Code 中移出，某些 wiki 页面可能部分损坏。 麻省理工科技评论关于 GraphChi 的文章： 新：改进的性能。 （2013 年 10 月 21 日）In-...
【Linux】graphchi-cpp 程序运行说明
coralime的博客
06-07 2517
源程序：graphchi-cpp 参考文档：graphChi 程序说明.docx 步骤： （1）进入graphchi-cpp文件夹，make编译一下 yfy@yfy-H81M-DS2:~/projects/graphchi/graphchi-cpp$ make （2）Eample Applications---Pagerank Source： graphchi-cpp/example
chigraph:使用LLVM编译的面向初学者的视觉系统语言
04-30
免责声明：CHIPRPHICS处于PRE-PRE-PRE-PRE的状态，可能永远不会达到稳定的发布状态。 这是一个作为概念证明的玩具项目。 建置状态 平台 地位 Linux / macOS 视窗 Buildbot（开发中） 什么是笔法？ Chigraph（发音为chaigraph）是一种新的系统编程语言。 它很快。 它是可扩展的。 而且，更重要的是，它很容易学习。 如何实现这些目标？ 通过取消古老的文本标准（虽然不是全部）。 这是的屏幕截图： 注意这是笔形语言的存储库。 如果您正在寻找与其配套的界面，请参见 组件 Chigraph由三个部分组成： 志 chi是chigraph的命令行界面。 它允许您编译和运行chigraph模块： $ pwd ~ /chigrpah/src/ $ chi get github.com/russelltg/hellochigraph/hell
chigraph-gui:Chigraph的桌面界面
04-30
Chigraph GUI 这是chigraph的界面，可简化创建模块的过程。 它是用和编写的 建置状态 平台 地位 linux / macOS 视窗 特征 从互联网轻松下载模块 调试模块 在编写错误时看到错误 开源（Apache 2） 卷入 绘制问题并运行！ 你总能在不安中与我取得联系 正在安装 Flatpak 有一个chip的flatpak软件包，这是安装方法： flatpak install https://chigraph.io/flatpak/org.chigraph.chigraphgui.flatpakref 建造 作者 罗素·格林（@russelltg）-主要贡献者 所用技术 t KF5超级简单的图形用户界面制作 Qt节点编辑器，用于节点渲染/编辑
我对GraphChi的理解
天蝎_smile的专栏
02-26 4688
注：本博文是对Aapo Kyrola的论文：GraphChi : Large-Scale Graph Computation on Just a PC的部分理解，如有不对之处，欢迎及时提出。问题的重要性图作为一种关系的抽象可以应用于很多场合，例如社交网络，网页之间的联系，生物蛋白之间的相互作用。从现实场景抽象出来的图中一般蕴含着许多有用的信息，很有挖掘价值。然而这些图的规模通常都很大导致普通的算法无
Graphchi介绍及BFS实现
codeera的专栏
06-06 6662
随着图规模的逐渐增大，普通PC已无法将整个图一次完全载入到内存中，如何在数据图只能部分载入内存的情况下也能使用数据挖掘算法（如pagerank、wcc等）进行分析？随着Graphchi的出现，这个问题得到了较好解决。Graphchi是由CMU（卡内基梅隆大学）博士Aapo Kyrola开发的一套基于磁盘的图处理系统，该系统声称能有效处理边数目达数十亿规模的数据图。我们都知道计算机中各个层次的数据访问
成为一名推荐系统工程师永远都不晚
热门推荐
CSDN人工智能
11-20 3万+
推荐系统产品形式的演进，背景是互联网从PC到移动的演进，PC上是搜索为王，移动下是推荐为王，自然越来越重要。随着各种可穿戴设备的丰富，越来越多的推荐产品还会涌现出来。产品和技术相互协同发展，未来会有更多有意思的推荐算法和产品形式问世，成为一名推荐系统工程师永远都不晚。
在一个数组中查找两个重复出现两次的数
codeera的专栏
10-02 1万+
题目如下：现有一个数组长度为n+1，里面存放有1到n-2，顺序不定，其中有两个数字出现了两次，现在要找出那两个数字。 例子A={2, 3, 1, 4, 5, 2, 4}，这个数组长度为7，存放了1到5，但2和4出现了两次，程序输出2和4方法1 蛮力查找主要思想：对于数组中的第i个数，查找i+1到末尾的所有整数，一个数如果出现了两次就可以在第一次后面找到第二次出现的数。 时间复杂度 O(n^
GraphChi介绍
weixin_30256901的博客
12-31 260
GraphChi介绍 最近在研究graphchi，它是一个在单机上处理图的一个很强大的框架。 给大家一些链接可以学习它： 论文：http://select.cs.cmu.edu/publications/paperdir/osdi2012-kyrola-blelloch-guestrin.pdf 例子：http://code.google.com/p/graphchi/wiki/...
GraphChi之pagerank分析新浪微博用户
897371388
07-06 457
GraphChi由卡内基梅隆大学的Aapo Kyrola 博士生开发，是GraphLab项目的一个分支。该框架能够在单机上完成大数据的图计算。 项目地址：https://code.google.com/p/graphchi/ 实例地址：http://code.google.com/p/graphchi/wiki/ExampleApps 其中的工具之一是pagerank，可以用它非常方便的...
GraphQL标准的Java实现graphql-java概述
成长的足迹
04-18 2万+
GraphQL标准提供了多种主流编程语言的实现，本文介绍其中的Java实现graphql-java。所谓GraphQL标准的实现，就是一个GraphQL服务器的实现，通过一组软件组件，以支持请求的解析、验证和执行GraphQL查询。graphql-java就是GraphQL标准的Java语言实现之一，当前最新版本是8.0。在Maven项目中配置如下：<dependency> &...
简单的项目部署脚本（转载）
最新发布
u010230019的博客
06-09 654
有些项目团队喜欢使用docker启动java服务,那么我们同样可以将上述脚本稍做改造,来实现基于shell+docker的简单项目部署能力。可以将核心节点的错误或者失败内容通过webhook发送到对应的告警平台,比如钉钉、飞书机器人等。把~/.ssh/id_rsa.pub内容添加到远程仓库的ssh秘钥中。执行start.sh脚本打包部署。start.sh脚本内容。
Apache Giraph、Apache Flink Gelly、GraphX、GraphLab、PowerGraph的优缺点有哪些， 异同点有哪些
05-26
这五个图处理框架都是比较知名的开源框架，它们各有优缺点，下面是它们的异同点和优缺点： 1. Apache Giraph 优点： - 可以处理超大规模图（亿级别）。 - 适合于处理不可变图。 - 基于Hadoop生态圈，易于部署和管理。 缺点： - 缺乏对动态图的支持。 - 不支持任意图计算模型。 - 需要手动编写Java代码。 2. Apache Flink Gelly 优点： - 支持动态图处理。 - 采用图的迭代计算模型。 - 支持多种图算法。 缺点： - 对于超大规模图计算能力有限。 - 动态图处理速度相对较慢。 - 在一些场景下需要手动编写Java代码。 3. GraphX 优点： - 基于Spark生态圈，易于部署和管理。 - 支持动态图处理。 - 提供了丰富的图算法库。 缺点： - 处理超大规模图的能力有限。 - 缺乏对多种图模型的支持。 - 在一些场景下需要手动编写Scala或Python代码。 4. GraphLab 优点： - 支持动态图处理。 - 支持多种图计算模型（包括Pregel、GraphChi等）。 - 提供了丰富的图算法库。 缺点： - 缺乏对超大规模图的支持。 - 部署和管理相对较为困难。 - 在一些场景下需要手动编写C++代码。 5. PowerGraph 优点： - 支持动态图处理。 - 支持多种图计算模型（包括Pregel、GraphLab等）。 - 采用分布式共享内存架构，处理效率高。 缺点： - 缺乏对超大规模图的支持。 - 部署和管理相对较为困难。 - 在一些场景下需要手动编写C++代码。 总体来说，这五个图处理框架都有各自的优点和缺点，用户需要根据自己的需求进行选择。如果是处理超大规模图，可以选择Apache Giraph或者GraphX；如果需要支持动态图处理，可以选择Apache Flink Gelly或者GraphLab；如果需要多种图计算模型，可以选择GraphLab或者PowerGraph。

“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

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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