基于 Pregel 的大型图关系查询

来自社交网络、数据库、知识库、网页图等的大规模图结构数据现已可用于分析和挖掘。图挖掘常涉及“关系查询”，其寻求给定实体集（对应图中节点）之间有趣互连的排序列表。尽管关系查询已被研究多年，使用各种术语，例如关键词搜索、图中的斯坦纳树等，但迄今为止文献中提出的解决方案并未关注将关系查询扩展到具有数十亿节点和边的巨型图，此类图现已以“关联开放数据（linked-open-data）”形式公开可用。本文提出一种基于图并行计算范式 Pregel 的大型图分布式关键词搜索（DKS）算法。我们还给出解析证明，表明我们的算法若运行至完成，将产生最优排序的答案列表。即使提前终止，我们的算法也能产生近似答案及边界。我们描述了 DKS 算法的优化实现及时间复杂度分析。最后，我们报告并分析了在基于 Pregel 的图并行计算框架 Giraph 上实现 DKS 的实验，证明我们能有效处理关联开放数据大规模子集上的关系查询。