华东师范大学学报(自然科学版) ›› 2014, Vol. 2014 ›› Issue (5): 55-71.doi: 10.3969/j.issn.10005641.2014.05.005

• 计算机科学与技术 • 上一篇    下一篇

基于内存计算的大规模图数据管理研究

袁培森1，舒欣1，沙朝锋2，徐焕良1   

  1. 1. 南京农业大学 信息科技学院, 南京，210095
    2. 复旦大学 计算机科学技术学院，上海，200433
  • 出版日期:2014-09-25 发布日期:2014-11-27
  • 通讯作者: 徐焕良，男，博士，教授，研究方向为农业信息化学与大数据技术 E-mail:huanliangxu@njau.edu.cn
  • 基金资助:

    江苏省农业三新工程项目（SXGC\[2014\]309）

Research of large scale graph data management with in memory computing techniques

 YUAN  Pei-Sen1, SHU  Xin1, SHA  Chao-Feng2, XU  Huan-Liang1   

  1. 1. College of Information Science & Technology, Nanjing Agricultural University,Nanjing,210095, China;
    2. School of Computer Science, Fudan University, Shanghai,200433,China
  • Online:2014-09-25 Published:2014-11-27

PDF

5774

摘要： 图是一种重要的数据模型，能够描述结构化的信息，在诸如交通网络、社交网络、Web页面链接关系等领域应用广泛，因而获得了广泛的研究. 海量的图数据管理对传统的图分析处理技术提出了挑战，分布式集群计算为大规模图数据分析提供了基础平台. 随着计算机硬件性价比的大幅提升以及高性能应用需求，基于内存计算的海量数据处理技术获得了业界青睐. 图数据高效存储和计算与内存计算密切相关，在此背景下，文章综述了大规模图数据处理相关技术进展，研究了典型的基于内存计算的大规模图数据管理系统，最后总结了基于内存计算的图数据管理的关键点.

关键词: 内存计算, 图数据, 分布式计算

Abstract: Graph is an important data model, which can describe structural information including dependent relationship, such as transportation network, social network and webpage hyperlink. Management of big graph brings challenges for traditional techniques, however, distributed cluster provide platform and techniques for this problem. Nowadays, the ratio of performance and price of memory promote rapidly, while demand of applications of highperformance, inmemory computing for massive data management is becoming popular. The storage and evaluation of massive graph requires highperformance platform. In this context, it’s significant for studying graph data management with inmemory techniques. This paper surveyes key techniques of management of massive graph data, and researched graph data management of inmemory computing techniques，and finally summarizes the paper.

中图分类号: