一、同步图计算
1.图算法
2.同步图计算
3.系统实现
二、异步图计算
1.数据模型
2.计算过程
（本文为陈世敏老师课程笔记）
1.图算法
PageRank:随机游走模拟网页浏览得到网页重要度排名，从1/N初始化，直到公式收敛
（1-d）/n是任意跳转的概率，后面的邻居通过超链接跳到他的概率。为了防止N很大时候精度不够，公式两边乘以N，R‘=NR，R’初始化为 1
2.同步图计算
+超步内顶点并行计算，步间全局同步。
+特点：BSP模型、基于顶点编程（每个顶点都调用computer函数：接收消息->进行计算->发送消息）
+结束：所有顶点处于非活跃态（初始所有顶点是活跃态，非活跃态的顶点可以转变为活跃态）
3.系统实现
GraphLite为例，运算在内存中实现
超步开始master->worker(调用computer 收、算、发)->完成通知master->下一个超步.....
初始In-message list为空->received list是上个超步发来的信息，放入In-message list->computer
Aggregator全局统计量:本地副本->超步结束发送到master->master 汇总->master发送给worker
容错靠定期地把图状态写入硬盘生成检查点
1.数据模型
Data graph G=(V, E)
每个顶点可以有数据Dv
每条边可以有数据Du->v
+全局数据表(SDT, shared data table)
SDT[key] value
可以定义全局可见的数据
2.计算过程
直接访问内存进行，update修改立即可见
DScopev = update (DScopev ;SDT)
SDT是全局数据表(SDT, shared data table)，修改全局可见
full consistency:范围到邻居顶点可读写
edage consistency:update不能写邻居顶点，可写本顶点和临边
vertext consistency:update只能写本顶点，可读临边数据
Update 函数的 Scheduling策略:
+同步调用
+Round -robin :顺序计算每个顶点，下一个顶点可以看到
+FIFO：创建Task，按照Task顺序
+Prioritized ：创建Task并指定优先顺序
sync全局计算
3.Graplab
以顶点为中心计算，异步可制定不同scheduling策略，共享内存编程，需要一致性模型，全局aggregate判断是否收敛。