基于Giraph的K核分解计算
数据结构与算法
2017-05-16 v2
摘要
图是能够表示社交网络结构的基本数据结构。许多在线公司为了向用户提供智能和个性化服务，旨在全面分析具有不同特征的大量图数据。一个例子是捕捉社交图连通程度的 k 核分解。本报告的主要目的是探索 Apache Giraph 上 k 核分解的分布式算法。即我们想确定我们提供的基于集群的 Giraph 实现的 k 核分解是否比 GraphChi 上单机基于磁盘的实现对大型网络更高效。在本报告中，我们描述了 (a) Giraph 与 GraphChi 的编程模型，(b) 使用 Giraph 实现 k 核分解的具体细节，以及 (c) Giraph 与 GraphChi 的结果比较。通过分析结果，我们得出结论：处理大数据时 Giraph 比 GraphChi 更快。然而，由于工作节点间需要时间通信，Giraph 对小数据并不高效。
引用
@article{arxiv.1705.03603,
title = {Computation of K-Core Decomposition on Giraph},
author = {Alex Thomo and Fangming Liu},
journal= {arXiv preprint arXiv:1705.03603},
year = {2017}
}