文件名称：bipartite_graph_processing:大规模图形处理
文件大小：2.53MB
文件格式：ZIP
更新时间：2024-07-20 11:58:45
Java
bipartite_graph_processing 大规模图处理：在二部图上比较 GraphLab 和迭代 MapReduce 的并行 Adaboost 该项目将 Twister 迭代 MapReduce 框架与面向顶点的 GraphLab 框架进行比较，以处理二部图 MapReduce 是一种大数据编程模型，它在数据的单次传递中执行计算。 已经开发了一些框架来扩展 MapReduce 模型以包括循环感知，因此用户可以编写迭代算法。 这些迭代 MapReduce 框架包括 Twister、HaLoop 和 iMapReduce。 该项目使用 Twister。 由于大规模图计算困难的许多相同原因，即图数据结构中固有的相互依赖性，MapReduce 通常不是执行图计算的良好编程模型。 最近，已经引入了面向顶点的图处理框架，其设计用于在大规模分布式图上执行迭代图算法。 用户采用以顶点为