S-PowerGraph：基于顶点切分的自然图流式图划分
社会与信息网络
2015-11-10 v1 分布式、并行与集群计算
摘要
分析大型自然图的一种标准解决方案是在集群上采用分布式计算。在分布式计算中，图划分 (GP) 方法以平衡方式将图的顶点或边分配给不同机器，以便适配某些分布式算法。大多数传统GP方法是离线的，意味着在划分前已观察到整个图。然而，离线方法常导致高计算成本。因此，能够以在线方式划分图的流式图划分 (SGP) 方法近来在分布式计算中引起了极大关注。存在两种典型的GP策略：边切分和顶点切分。大多数SGP方法采用边切分，但针对SGP提出的顶点切分方法很少。然而，由于自然图的度通常遵循高度偏斜的幂律分布，顶点切分策略会是比边切分策略更好的选择。因此，我们提出了一种称为 S-PowerGraph 的新颖方法，用于通过顶点切分对自然图进行SGP。我们的 S-PowerGraph 方法简单而有效。在多个大型自然图和合成图上的实验表明，我们的 S-PowerGraph 优于最先进的基线。
引用
@article{arxiv.1511.02586,
title = {S-PowerGraph: Streaming Graph Partitioning for Natural Graphs by Vertex-Cut},
author = {Cong Xie and Wu-Jun Li and Zhihua Zhang},
journal= {arXiv preprint arXiv:1511.02586},
year = {2015}
}