×
李，齐；钟，江；曹泽宏；李雪

通过启发式贪婪方法和缓存策略优化流图划分。 （英语） Zbl 1461.05168号

最佳方案。方法软件。 35，第6期，1144-1159（2020）.
摘要：图分区是加速大型分布式图计算的一种重要方法。流图分区比离线分区更有效，近年来在图分区的应用中不断发展。在这项工作中，我们首先介绍了一种启发式贪婪流划分方法，并表明它优于最先进的流划分方法。其次，我们提出了一种用于流分区的缓存结构，称为相邻边缘结构，它可以在不影响分区质量的情况下，将单个商品类型计算机上的分区效率提高数倍。无论内存容量是否有限（本地缓存）（全局缓存），我们的策略还可以通过重新划分分区来提高分区质量。以线性权重贪婪流算法为例，在19个真实世界图上的实验结果表明，新方法的平均划分时间比原方法快4.9倍，这证明了本文所述缓存结构的有效性和优越性。

MSC公司：

05立方厘米70 具有特殊属性的边子集（因子分解、匹配、分区、覆盖和打包等）
05C82号 小世界图形、复杂网络（图形理论方面）
05C85号 图形算法（图形理论方面）
94C15号机组 图论在电路和网络中的应用
68兰特 计算机科学中的图论（包括图形绘制）
68周25 近似算法

关键词：

缓存结构；流图划分；并行计算；复杂网络；社区检测

软件：

JOSTLE公司；图形实验室；刻痕；火花；普雷格尔
PDF格式BibTeX公司 XML格式引用
\textit{Q.Li}等人，Optim。方法软件。35，第6号，1144--1159（2020；Zbl 1461.05168）
全文： DOI程序

参考文献：

[1] 巴塔利诺，C。；Pienta，P。；Vuduc，R.，GraSP：分布式流图划分，高性能图挖掘研讨会（2015）
[2] 布卢索，A。；Meyerhenke，H。；萨夫罗，I。；桑德斯，P。；Schulz，C.，图划分的最新进展，算法工程，207-220（2016）
[3] Dutt，S.，新的更快的Kernighan-lin型图形划分算法，ICCAD，370-377（2011）
[4] Echbarthi，G。；Kheddouci，H.，《用于大规模图形划分的部分重排方法》，国际信号图像技术和基于互联网的系统会议，677-681（2015）
[5] Feige，美国。；Krauthgamer，R.，最小二等分的多对数近似，Soc.Ind.Appl。数学。，48, 105-115 (2002) ·Zbl 1015.68240号
[6] 可在http://newsroom.fb.com/company-info/#statistics。
[7] 约翰逊，D.S。；阿拉贡，C.R。；McGeoch，洛杉矶。；Schevon，C.，模拟退火优化：实验评估；第一部分，图分区，Oper。第37865-892号决议（1989年）·Zbl 0698.90065号 ·doi:10.1287/opre.37.6.865
[8] Kao，E。；加德帕利，V。；M.赫尔利。；琼斯，M。；凯普纳，J。；Mohindra，S。；Monticciolo，P。；A.鲁瑟。；萨姆西，S。；Song，W。；斯塔赫利，D。；Smith，S.，流图挑战：随机块划分，高性能极限计算会议，1-12（2017）
[9] Karedla，R。；Love，J.S。；Wherry，B.G.，《提高磁盘系统性能的缓存策略》，《计算机》，27，38-46（1994）·数字对象标识代码：10.1109/2.268884
[10] Karypis，G。；Kumar，V.，《多级图划分分析》，超级计算，1995年ACM/IEEE超级计算会议论文集，29（1995）
[11] Karypis，G。；Kumar，V.，《划分不规则图的快速高质量多级方案》，SIAM J.Sci。计算。，20, 359-392 (1998) ·Zbl 0915.68129号 ·doi:10.1137/S1064827595287997
[12] Kwak，H。；Lee，C。；帕克，H。；Moon，S.，什么是推特、社交网络或新闻媒体？，万维网国际会议，591-600（2010）
[13] Leskovec，J.，网址：http://snap.stanford.edu/snap, 2012.
[14] 刘，X。；周，Y。；关，X。；Shen，C.，一个用于并行计算大型图的可行图划分框架，Knowl。Based Syst，134，228-239（2017年）·doi:10.1016/j.knosys.2017.08.001
[15] 低，Y。；冈萨雷斯，J。；Kyrola，A。；比克森，D。；Guestrin，C。；Hellerstein，J.M.，《图形实验室：并行机器学习的新框架》，第26届人工智能不确定性会议，340-349（2010）
[16] Malewicz，G。；奥斯汀，M.H。；Bik，A.J.C.，Pregel:大型图形处理系统，ACM SIGMOD国际数据管理会议，135-146（2010）
[17] Martella，C。；Logothetis，D。；Loukas，A。；Siganos，G.，Spinner:云中的可扩展图分区，国际数据工程会议，1083-1094（2017）
[18] 莫汉，A。；Remya，G.，使用基于大数据的并行编程模型进行大规模图形处理的综述，Int.J.Intell。系统。申请。，9，49（2017）
[19] 西村，J。；Ugander，J.，《重组图分区：高级平衡的简单通用算法》，ACM SIGKDD知识发现和数据挖掘国际会议，1106-1114（2013）
[20] 佩莱格里尼，F。；Roman，J.，Scotch:《通过过程和架构图的双重递归双划分实现静态映射的软件包》，高性能计算和网络国际会议与展览，493-498（1996）
[21] Preen，R.J。；Smith，J.，带自适应粗化的进化n级超图划分（2018）
[22] 齐，L。；江，Z。；Xue，L.，DyBGP：基于启发式策略的动态平衡图分割算法，J.Compute。Res.Dev.，54，2851-2857（2017）
[23] 斯坦顿，I。；Kliot，G.，大型分布式图的流图划分，KDD，1222-1230（2012）
[24] 苏拉卡基斯，C。；Gkantsidis，C。；Radunovic，B.，FENNEL：大规模图的流图划分，ACM网络搜索和数据挖掘国际会议，333-342（2014）
[25] Ugander，J。；Backstrom，L.，用于划分大规模图的平衡标签传播，ACM Web搜索和数据挖掘国际会议，507-516（2013）
[26] 沃尔肖，C。；Cross，M.，JOSTLE:并行多级图分区软件——概述（2007）
[27] Zaharia，M。；乔杜里，M。；富兰克林，M.J。；申克，S。；Stoica，I.，Spark:带工作集的集群计算，云计算热点Usenix会议，10（2010）
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。