文献类型：期刊文章

作　　者：李金忠[1,2,3,4] 彭蕾[1,2] 刘欢[1,2] 罗文浪[1,2]

机构地区：[1]井冈山大学电子与信息工程学院计算机科学与技术系,江西吉安343009 [2]网络与数据安全四川省重点实验室电子科技大学,成都610054 [3]同济大学电子与信息工程学院计算机科学与技术系,上海201804 [4]井冈山大学流域生态与地理环境监测国家测绘地理信息局重点实验室,江西吉安343009

出　　处：《小型微型计算机系统》

基　　金：国家自然科学基金项目(61762052)资助;网络与数据安全四川省重点实验室开放课题(NDSMS201602)资助;江西省自然科学基金项目(20171BAB202010;20161BAB202049;2011ZBAB202008)资助

年　　份：2017

卷　　号：38

期　　号：10

起止页码：2394-2400

语　　种：中文

收录情况：AJ、BDHX、BDHX2014、CSCD、CSCD_E2017_2018、IC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：随着大数据的快速发展,如Web图和在线社交网络等大图已经变得普遍,大规模图计算也越来越重要.为了有效处理如此大规模图,近年来已开发了许多大规模图计算系统.本文对大规模图计算系统进行综述.首先,对现有大规模图计算系统进行分类和评论,并简要阐述了一些大规模图计算系统.其次,对比分析了大规模分布式图计算系统中的三大派系:MapReduce派系、Pregel派系和GraphLab派系.最后,对大规模图计算系统未来的发展趋势进行了展望.

关 键 词：图计算  MAPREDUCE模型 BSP模型 GAS模型  大数据处理  

分 类 号：TP311]