Graphsurge：基于视图集合利用差分计算进行图分析
数据库
2021-03-05 v2
摘要
本文介绍了一个名为 Graphsurge 的新的开源、基于视图的图分析系统的设计与实现。Graphsurge 旨在支持分析大规模图的多个快照或视图的应用。用户通过声明式图视图定义语言（GVDL）在输入图上创建视图，并通过基于 Differential Dataflow 的编程 API 编写分析计算来使用 Graphsurge。GVDL 的一个关键特性是能够将视图组织为视图集合，这使得 Graphsurge 无需用户编写任何增量代码，即可通过对视图进行差分计算来自动在视图间共享计算。接着我们引入了在该场景下自然出现的两个优化问题。其一是集合排序问题，以确定使连续视图间差异最小的视图顺序。我们证明该问题是 NP-hard 的，并给出了文献中一个常数因子近似算法。其二是集合拆分问题，以决定对哪些视图进行差分计算、哪些从头计算，我们提出了一种在运行时做决策的自适应解法。我们给出了大量实验以展示对视图集合进行差分计算以及我们的集合排序与拆分优化所带来的益处。
引用
@article{arxiv.2004.05297,
title = {Graphsurge: Graph Analytics on View Collections Using Differential Computation},
author = {Siddhartha Sahu and Semih Salihoglu},
journal= {arXiv preprint arXiv:2004.05297},
year = {2021}
}