Layph：通过图分层实现增量图处理中变更传播的约束
分布式、并行与集群计算
2023-04-18 v1 数据库
摘要
现实世界的图在不断演化，这要求对先前的分析结果进行更新以适应图的变化。通过利用记忆化的先前计算状态，增量图计算能够减少不必要的重计算。然而，一个微小的变更可能在整张图上传播，并导致大规模的迭代计算。为解决该问题，我们提出了 Layph，一种双层图框架。上层是图的骨架，其规模远小于原始图，下层包含若干不相交的子图。Layph 将原始图上代价高昂的全局迭代计算限制在小图骨架以及随输入图变化而更新的少数子图上。通过这种方式，许多顶点和边不参与迭代计算，显著降低了通信开销并提升了增量图处理性能。实验结果表明，Layph 在响应时间上平均优于当前最先进的增量图系统 9.08 倍（最高 36.66 倍）。
引用
@article{arxiv.2304.07458,
title = {Layph: Making Change Propagation Constraint in Incremental Graph Processing by Layering Graph},
author = {Song Yu and Shufeng Gong and Yanfeng Zhang and Wenyuan Yu and Qiang Yin and Chao Tian and Qian Tao and Yongze Yan and Ge Yu and Jingren Zhou},
journal= {arXiv preprint arXiv:2304.07458},
year = {2023}
}
备注
Accepted by ICDE 2023