TriPoll：在含元数据的海量时序图上计算三角形普查
分布式、并行与集群计算
2021-07-27 v1
摘要
理解网络数据中的高阶交互是网络科学的关键目标。在此过程中，带元数据三角形（或元数据丰富图中的模式化3-环）的普查常受关注。本工作中，我们开发TriPoll，一个原型分布式HPC系统，能够对边与顶点含元数据的海量图进行三角形普查。我们将该方法与先前众多三角形分析工作对比，后者常聚焦于简单三角形计数，且通常在无元数据的简单图上进行。我们评估了TriPoll在多达数千亿条边的真实与合成图上普查含元数据三角形时的可扩展性。我们利用通信削减优化，在2240亿边网页图上以约竞争方法一半的时间完成三角形计数任务，同时额外支持元数据感知能力。
引用
@article{arxiv.2107.12330,
title = {TriPoll: Computing Surveys of Triangles in Massive-Scale Temporal Graphs with Metadata},
author = {Trevor Steil and Tahsin Reza and Keita Iwabuchi and Benjamin W. Priest and Geoffrey Sanders and Roger Pearce},
journal= {arXiv preprint arXiv:2107.12330},
year = {2021}
}
备注
13 pages, 8 figures