图数据结构能够有效地描述数据之间的关联性，蕴涵丰富的信息和巨大的价值。在大数据时代，人们日益关注图结构特征的提取，即对描述顶点（vertex）和边（edge）规律的图拓扑属性进行高效分析。当今，许多重要的社会和科学问题，如网络舆情推断、金融欺诈分析、蛋白质研究、脑神经元研究、能源调度等都离不开图数据处理。考虑到图数据处理模式的特殊性，图计算系统逐渐形成了一定的范式。具体来说，其设计往往关注三个方面。首先，图结构的分割和存储，即在计算过程中如何存储图的顶点和边的信息；其次，将特定的图算法转变为并行计算机程序，针对图结构进行高效的迭代计算；最后，如果单机容量不足，则系统还需要依赖分布式共享内存或者消息传递机制等来实现计算过程中非本地节点的通信。因此，实现高性能高效率的图计算往往离不开内存分配、处理流水、网络通信、外部存储等方面的设计和动态优化。
此文由 怡心湖 编辑，若您觉得有益，欢迎分享转发！：首页 > 常识论 » 面向图计算的运行时系统简析