GraphMap: scalable iterative graph processing using NoSQL
GraphMap: scalable iterative graph processing using NoSQL
复制标题
GraphMap：使用 NoSQL 的可扩展迭代图形处理
DOI：
10.1007/s11227-019-03097-w
复制
发表时间：
2019
期刊：
影响因子：
--
通讯作者：
Zhou, Yang
中科院分区：
文献类型：
--
作者：
Goswami, Sayan;Pokhrel, Ayam;Lee, Kisung;Liu, Ling;Zhang, Qi;Zhou, Yang
尽管有几个分布式图形处理框架，大图形的可扩展迭代处理是一个具有挑战性的问题，因为图形和中间数据需要在分布式存储器中的图形拓扑的全局视图。虽然一些系统支持核外迭代计算，但它们使用单个机器，并且通常需要快速存储。在本文中，我们提出了一个新的分布式迭代图计算框架，称为GraphMap，它利用基于磁盘的NoSQL数据库系统进行可扩展的图形处理，同时确保具有竞争力的性能。在几个真实世界的图形上进行的大量实验表明，对于各种图形处理工作负载，GraphMap比现有的基于分布式内存的系统更具可扩展性，并且通常更快。
Despite having several distributed graph processing frameworks, scalable iterative processing of large graphs is a challenging problem since the graph and intermediate data need a global view of the graph topology in distributed memory. Although some systems support out-of-core iterative computations, they use a single machine and often require fast storage. In this paper, we present a new distributed iterative graph computation framework, called GraphMap, that utilizes a disk-based NoSQL database system for scalable graph processing while ensuring competitive performance. Extensive experiments on several real-world graphs show that GraphMap is more scalable and often faster than existing distributed memory-based systems for various graph processing workloads.
C /Java/Go/Scala 中的循环识别
DOI：
--
发表时间：
2011
期刊：
影响因子：
--
作者：
R. Hundt
通讯作者：
R. Hundt
人类基因组的记忆有效组装。
影响因子：
1
作者：
Hormozdiari,Farhad;Eskin,Eleazar
通讯作者：
Eskin,Eleazar