类Pregel系统上大规模图的可扩展设施选址
分布式、并行与集群计算
2015-03-13 v1
摘要
我们提出了一种用于设施选址的新的可扩展算法。设施选址是一个经典问题，其目标是从候选设施集合 F 中选出要开设的设施子集，以服务客户集合 C。目标是最小化开设设施的总成本加上每个客户从其被分配到的设施处获得服务的成本。在本文中，我们关注图环境下的设定，其中客户从设施获得服务的成本由图上的最短路径距离表示。这种设定允许对万维网和社交媒体应用中出现的自然问题进行建模。它还允许利用此类图固有的稀疏性，因为输入远小于所有顶点之间的完整两两距离。为了获得真正可扩展的性能，我们设计了一种运行在无共享机器集群上的并行算法。具体而言，我们面向现代类Pregel架构，并在 Apache Giraph 上实现了我们的算法。我们的方案利用近期关于为大规模图构建草图的结果，以及一种用于寻找最大独立集的快速并行算法，作为构建模块。在此过程中，我们展示了如何在类Pregel架构上解决这些问题，并研究了这些算法的性质。广泛的实验结果表明，我们的算法能够优雅地扩展到具有数十亿条边的图，同时获得的目标函数值与最先进的顺序算法相比具有竞争力。
引用
@article{arxiv.1503.03635,
title = {Scalable Facility Location for Massive Graphs on Pregel-like Systems},
author = {Kiran Garimella and Gianmarco De Francisci Morales and Aristides Gionis and Mauro Sozio},
journal= {arXiv preprint arXiv:1503.03635},
year = {2015}
}