[发明专利]用于图形数据的分布式计算的系统和方法

说明书

用于图形数据的分布式计算的方法和系统允许边收集和顶点收集，每一种收集都在多个计算单元之间进行分割。在一个实施例中，这些方法采用两阶段计算周期，重复两阶段计算周期直至计算完成。在第一阶段中，多个处理单元通过进行以下步骤来处理每一个活动边和活动顶点：读取它们的当前属性值、执行编程计算函数、更新多个边属性并且向顶点发送数据消息。在第二阶段中，每一个顶点更新处理器通过进行以下步骤来处理其多个活动顶点中的每一个活动顶点：读取其多个当前属性值以及所接收到的多条数据消息、执行编程计算函数、并且更新该顶点的多个属性值。

相关申请的交叉引用

本申请要求2014年8月29日所提交的美国临时专利申请序列号62/043,849的优先权。明确地要求该临时申请的优先权，并且该临时申请的披露通过引用以其全部内容并且出于所有目的结合在此。

技术领域

本披露总体上涉及基于图形的关系，并且更具体地(但不排他地)涉及对图形数据的允许边收集和顶点收集的分布式计算。

背景技术

对大数据集的许多类型的数据分析要求面向图形的分析、或将得益于面向图形的分析。图形是包括被称为顶点的数据对象的集合以及被称为边的顶点到顶点连接的集合的数据结构。以图形格式自然地对其中对象具有与其他对象的关系的数据进行分析。

在常规的面向图形的分析中，计算遵循迭代且传播的过程。常规的计算以活动顶点和活动边的初始集开始。每一次迭代都包括对顶点和边的子集所进行的选择——这些顶点和边与活动集相邻——以成为下一次迭代的活动集。从而，计算在概念上行进通过该图形，从顶点一步步走到相邻顶点。

在许多应用中，常规图形数据计算的缺点是非常大量的计算步骤。典型的计算需要考虑从源顶点至一个或多个目的顶点的每一条可能的路径。随着路径长度的增加或顶点总数量的增加，路径的数量以更快的速率增加。由于在处理大数据集时考虑高数量路径，常规的图形数据计算系统可能过慢。

鉴于前述内容，为了克服常规面向图形的分析系统的上述障碍和缺陷，需要一种用于图形数据的分布式计算的改善的系统。

附图说明

图1是展示分布式图形计算系统的实施例的示例性顶层框图；

图2是展示用于使用图1的分布式图形计算系统进行两阶段图形计算的方法的一个实施例的示例性流程图；

图3是展示用于使用图2的两阶段图形计算方法来处理图形数据的一个实施例的示例性流程图；

图4是展示具有边和顶点的样本图形的实施例的示例性图；

图5是展示可以被存储在图1的分布式图形计算系统的顶点表(Vertex Table)中的顶点数据结构的实施例的示例性图；

图6是展示图5的顶点数据结构的另一个实施例的示例性图；

图7是展示可以被存储在图1的分布式图形计算系统的边表(Edge Table)中的边数据结构的实施例的示例性图；

图8A是展示图5的顶点数据结构的又另一个实施例的示例性图；

图8B是展示图7的边数据结构的又另一个实施例的示例性图；

图9是展示使用图2的两阶段图形计算方法的用于顶点的状态机的一个实施例的示例性图；

图10是示例性图，展示了通过图2的两阶段图形计算方法的阶段的示例性图形的状态的一个实施例；

图11是示例性图，展示了通过图2的两阶段图形计算方法的阶段的示例性图形的状态的另一个实施例；