第13章-图计算（2020年12月版本）.pptxVIP

;提纲;13.1 图计算简介;许多大数据都是以大规模图或网络的形式呈现，如社交网络、传染病传播途径、交通事故对路网的影响

许多非图结构的大数据，也常常会被转换为图模型后进行分析

图数据结构很好地表达了数据之间的关联性

关联性计算是大数据计算的核心——通过获得数据的关联性，可以从噪音很多的海量数据中抽取有用的信息

比如，通过为购物者之间的关系建模，就能很快找到口味相似的用户，并为之推荐商品

或者在社交网络中，通过传播关系发现意见领袖;13.1.2 传统图计算解决方案的不足之处;13.1.2 传统图计算解决方案的不足之处;传统的图计算解决方案无法解决大型图的计算问题，因此，就需要设计能够用来解决这些问题的通用图计算软件

针对大型图的计算，目前通用的图计算软件主要包括两种：

第一种主要是基于遍历算法的、实时的图数据库，如Neo4j、OrientDB、DEX和InfiniteGraph

第二种则是以图顶点为中心的、基于消息传递批处理的并行引擎，如GoldenOrb、Giraph、Pregel和Hama，这些图处理软件主要是基于BSP模型实现的并行图处理系统;13.1.3 图计算通用软件;13.2 Pregel简介;13.3 Pregel图计算模型;13.3.1 有向图和顶点;13.3.1 有向图和顶点;13.3.2 顶点之间的消息传递;13.3.3 Pregel的计算过程;13.3.3