大规模图的可扩展三元组分析：多核、多处理器与多线程共享内存架构对比
分布式、并行与集群计算
2012-09-28 v1 社会与信息网络
摘要
三元组分析包含了一组以三元组（即三个节点构成的子图）概念为核心的有用图挖掘方法。此类方法常应用于社会科学以及许多其他不同领域。三元组方法通常作用于三元组普查 (triad census)，即统计图中每种可能边构型的三元组数量。与其他图算法一样，当图规模达到数千万至数十亿节点时，三元组普查算法的可扩展性不佳。为实现对大规模图的三元组分析，我们开发并优化了一种三元组普查算法，使其能在共享内存架构上高效执行。随后，我们在三个特定系统上对该并行三元组普查算法进行了性能评估：Cray XMT、HP Superdome 和 AMD 多核 NUMA 机器。这三个系统均具有共享内存架构，但在管理并行性的硬件能力上存在显著差异。
引用
@article{arxiv.1209.6308,
title = {Scalable Triadic Analysis of Large-Scale Graphs: Multi-Core vs. Multi- Processor vs. Multi-Threaded Shared Memory Architectures},
author = {George Chin and Andres Marquez and Sutanay Choudhury and John Feo},
journal= {arXiv preprint arXiv:1209.6308},
year = {2012}
}