[发明专利]图数据划分方法、装置、电子设备及计算机可读存储介质

说明书

本申请公开了一种图数据划分方法、装置、电子设备及计算机可读存储介质，其中，所述图数据划分方法包括：获取预处理图数据；对所述预处理图数据中规模大于最大类规模约束值的类进行切分处理，获得所述预处理图数据的第一划分结果；对所述第一划分结果中规模小于最小类规模约束值的类进行聚合处理，获得所述预处理图数据的第二划分结果。上述方案，能够实现较好的图数据划分效果。

技术领域

本申请涉及图数据处理技术领域，特别是涉及一种图数据划分方法、装置、电子设备及计算机可读存储介质。

背景技术

在现实生活中，许多场景涉及了大量的节点(事物)，这些节点之间存在联系，形成了复杂的DAG图(Directed Acyclic Graph，有向无环图)。一般而言，这类场景涉及的数据量较大，且节点间的联系复杂，难以通过简单的处理手段(如人工识别)来对节点进行聚类。

然而，聚类后的数据往往具备较大价值，比如跨机房进行任务部署时，若能预先得到独立性较好的各个任务簇，就可直接指定其中的簇任务，将其部署至目标机房，且对其它机房的影响较小，这无疑能极大节省资源和人力成本，还能帮助高效完成部署任务。有鉴于此，如何进行图数据的划分成为极具研究价值的课题。

发明内容

本申请主要解决的技术问题是提供一种图数据划分方法、装置、电子设备及计算机可读存储介质，能够实现较好的图数据划分效果。

为了解决上述问题，本申请第一方面提供了一种图数据划分方法，所述方法包括：获取预处理图数据；对所述预处理图数据中规模大于最大类规模约束值的类进行切分处理，获得所述预处理图数据的第一划分结果；对所述第一划分结果中规模小于最小类规模约束值的类进行聚合处理，获得所述预处理图数据的第二划分结果。

为了解决上述问题，本申请第二方面提供了一种图数据划分装置，包括：数据输入模块，所述数据输入模块用于获取预处理图数据和预设参数，所述预设参数包括最大类规模约束值和最小类规模约束值；数据处理模块，所述数据处理模块用于对所述预处理图数据中规模大于最大类规模约束值的类进行切分处理，获得所述预处理图数据的第一划分结果；对所述第一划分结果中规模小于最小类规模约束值的类进行聚合处理，获得所述预处理图数据的第二划分结果；结果输出模块，所述结果输出模块用于将所述第二划分结果作为划分结果输出。

为了解决上述问题，本申请第三方面提供了一种电子设备，包括相互耦接的存储器和处理器，所述处理器用于执行所述存储器中存储的程序指令，以实现上述第一方面的图数据划分方法。

为了解决上述问题，本申请第四方面提供了一种计算机可读存储介质，其上存储有程序指令，所述程序指令被处理器执行时实现上述第一方面的图数据划分方法。

本发明的有益效果是：区别于现有技术的情况，本申请在获取预处理图数据后，通过对预处理图数据中规模大于最大类规模约束值的类进行切分处理，切分处理可以通过删除无关联或者低关联的边，从而将整个图拆成一个个小类，于是可以获得预处理图数据的第一划分结果；然后对第一划分结果中规模小于最小类规模约束值的类进行聚合处理，聚合处理是将部分节点所属的小类聚合形成大类，于是可以获得预处理图数据的第二划分结果。采用将切分处理和聚合处理相结合的方式进行图数据划分，通过切分处理环节梳理出图的主体结构，又通过聚合处理环节聚合经过切分处理后零散的节点，能在极短时间内(分钟级)实现万规模级别的图数据的划分，且聚类效果好，聚类效率高；另外，可以根据业务特性建立相应的自定义参数和策略，从而可以在短时间内对图实现划分，且划分结果满足业务需求。

附图说明

图1是本申请图数据划分方法第一实施例的流程示意图；

图2是图1中步骤S12一实施例的流程示意图；

图3是图1中步骤S13一实施例的流程示意图；

图4是本申请图数据划分方法第二实施例的流程示意图；