https://hugegraph.apache.org/versions/1.0/cn/docs/quickstart/computing/Recent content in 图计算 on Apache HugeGraphHugozh-CNMon, 01 Jan 0001 00:00:00 +0000https://hugegraph.apache.org/versions/1.0/cn/docs/quickstart/computing/hugegraph-computer/Mon, 01 Jan 0001 00:00:00 +0000https://hugegraph.apache.org/versions/1.0/cn/docs/quickstart/computing/hugegraph-computer/<h2 id="1-hugegraph-computer-概述">1 HugeGraph-Computer 概述 </h2> <p><a href="https://github.com/apache/incubator-hugegraph-computer"><code>HugeGraph-Computer</code></a> 是分布式图处理系统 (OLAP). 它是 <a href="https://kowshik.github.io/JPregel/pregel_paper.pdf">Pregel</a> 的一个实现. 它可以运行在 Kubernetes 上。</p> <h3 id="特性">特性 </h3> <ul> <li>支持分布式MPP图计算，集成HugeGraph作为图输入输出存储。</li> <li>算法基于BSP(Bulk Synchronous Parallel)模型，通过多次并行迭代进行计算，每一次迭代都是一次超步。</li> <li>自动内存管理。该框架永远不会出现 OOM（内存不足），因为如果它没有足够的内存来容纳所有数据，它会将一些数据拆分到磁盘。</li> <li>边的部分或超级节点的消息可以在内存中，所以你永远不会丢失它。</li> <li>您可以从 HDFS 或 HugeGraph 或任何其他系统加载数据。</li> <li>您可以将结果输出到 HDFS 或 HugeGraph，或任何其他系统。</li> <li>易于开发新算法。您只需要像在单个服务器中一样专注于仅顶点处理，而不必担心消息传输和内存存储管理。</li> </ul> <h2 id="2-开始">2 开始 </h2> <h3 id="21-在本地运行-pagerank-算法">2.1 在本地运行 PageRank 算法 </h3> <blockquote> <p>要使用 HugeGraph-Computer 运行算法，您需要安装 64 位 JREJDK 11 或更高版本。</p>