GraphMapReduce 正在参加 2020 年度 OSC 中国开源项目评选,请投票支持!
GraphMapReduce 在 2020 年度 OSC 中国开源项目评选 中已获得 {{ projectVoteCount }} 票,请投票支持!
投票让它出道
已投票
GraphMapReduce 获得 2020 年度 OSC 中国开源项目评选「最佳人气项目」 !
GraphMapReduce 获得 2020 年度 OSC 中国开源项目评选「最佳人气项目」「最积极运营项目」 !
GraphMapReduce 获得 2020 年度 OSC 中国开源项目评选「最积极运营项目」 !
授权协议 未知
开发语言 C/C++
操作系统 跨平台
软件类型 开源软件
开源组织
地区 国产
提 交 者 红薯
适用人群 未知
收录时间 2016-02-02

软件简介

GraphMapReduce: 基于MapReduce编程模型的图计算框架

(名词约束: 顶点Vertex-图中顶点;节点Process-计算单元节点),目录说明:

代码主要包含四个文件: gmr.cpp gmr.h algorithms.h graph.h
|__graph/---------#此目录包含测试用的图例数据
|__include/-------#此目录包含所使用到的第三方库的头文件(目前只用到了ParMetis,去掉了GKlib)
|__lib/------------#包含了使用到的第三方库
|__gmr.cpp------#程序的main函数入口和迭代循环
|__gmr.h---------#包含主要的计算过程函数computing()和计算结果更新函数updateGraph()
|__algorithm.h---#常用图算法的MapReduce实现
|__graph.h-------#定义了图数据结果和常用的集中图操作函数

一. 框架的基础

1. MPI:

结算节点之间通信通过MPI实现;

2. MapReduce编程模型

3. 图划分:

为了将整图的不同部分放到不同的计算节点进行并行计算,需要将整划分为若干子图。本框架中每个子图包含三个部分{inners, borders, neighbors}, inners表示子图内与其他子图没有连接的顶点;borders表示子图内与其他子图又连接的顶点;neighbors表示子图外与本子图连接的顶点。

二、迭代计算过程

1. 数据交换:

第一步,先遍历自己计算的子图graph与其他子图的邻居情况,并收集需要向其他节点发送的字节数,并申请发送缓冲区;

第二步,通过MPI_Alltoall()与其他节点交换其他节点需要接受的字节数,每个节点收到信息后,各自计算和申请接受数据需要的空间。

第三步,再次遍历自己计算的子图graph,并将需要发往其他节点的顶点信心拷贝到发送缓存char *sb;

第四部,调用MPI_Alltoallv(),将发送缓存中的数据发往各节点.

2. 计算1th/2:map

将子图graph和接受缓冲区中的数据实例化为顶点Vertex,再调用业务逻辑函数map将Vertex生成key/value list。

3. 对生成key/value list进行排序: sort

4. 计算2th/2:reduce

将排序好的key/value list按照业务逻辑函数reduce进行规约.

5. 将reduce计算的结果更新到graph中

三. 编译和运行

1. (not mandatory)切图

切图采用了metis库,其源码和说明位于include/metis中,其编译使用可参考include/metis/README.md. 已经有切好的例图,位于graph/下。

2. 编译gmr

make clean && make

3. 运行

mpirun -np graph_nparts ./gmr

四. 例子

4.1 PageRank

4.1.1. 如下包含10个顶点的简单图,划分之后包含三个子图subgraphs[3]:

输入图片说明

4.1.2. 迭代过程

  • 每个子图现将自己的边界顶点发送给其所连接的邻居节点,采用MPI_Alltoall()实现;

  • 在每个计算节点的内部,将每个顶点映射为若干键值对:      > {key, value1},其中key in [neighbors], value1 = value / neighbors.size()

    void map(Vertex &v, std::list<KV> &kvs){int neighbor_count = 0;while(v.neighbors[neighbor_count] != 0)neighbor_count++;float value = v.value / neighbor_count;for (int i = 0; i < neighbor_count; i++)
        kvs.push_back({v.neighbors[i], value});}
  • 在每个节点内将map生成的键值对按键值进行排序

  • 根据键值,对键值相同的键值组执行reduce函数

    KV reduce(std::list<KV> &kvs) {float sum = 0.0;for (auto kv : kvs) {
        sum += kv.value;}/*Pagerank=a*(p1+p2+…Pm)+(1-a)*1/n,其中m是指向网页j的网页j数,n所有网页数*/sum = 0.5 * sum + (1 - 0.5) / (sizeof(vs) / sizeof(Vertex) - 1); return {kvs.front().key, sum};}

4.2.3 PageRank终止点问题和陷阱问题

上述上网者的行为是一个马尔科夫过程的实例,要满足收敛性,需要具备一个条件: 图是强连通的,即从任意网页可以到达其他任意网页: 互联网上的网页不满足强连通的特性,因为有一些网页不指向任何网页,如果按照上面的计算,上网者到达这样的网页后便走投无路、四顾茫然,导致前面累 计得到的转移概率被清零,这样下去,最终的得到的概率分布向量所有元素几乎都为0。假设我们把上面图中C到A的链接丢掉,C变成了一个终止点,得到下面这 个图:

输入图片说明

另外一个问题就是陷阱问题,即有些网页不存在指向其他网页的链接,但存在指向自己的链接。比如下面这个图:

输入图片说明

上网者跑到C网页后,就像跳进了陷阱,陷入了漩涡,再也不能从C中出来,将最终导致概率分布值全部转移到C上来,这使得其他网页的概率分布值为0,从而整个网页排名就失去了意义。

展开阅读全文

代码

的 Gitee 指数为
超过 的项目

评论 (0)

加载中
更多评论
暂无内容
暂无内容
暂无内容
0 评论
6 收藏
分享
OSCHINA
登录后可查看更多优质内容
返回顶部
顶部