# GraphMapReduce **Repository Path**: tomdev/GraphMapReduce ## Basic Information - **Project Name**: GraphMapReduce - **Description**: 基于MapReduce编程模型的图计算框架 - **Primary Language**: Unknown - **License**: Not specified - **Default Branch**: master - **Homepage**: None - **GVP Project**: No ## Statistics - **Stars**: 0 - **Forks**: 12 - **Created**: 2016-02-04 - **Last Updated**: 2020-12-19 ## Categories & Tags **Categories**: Uncategorized **Tags**: None ## README #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、 编译和运行 ### 1. 编译gmr make clean && make ### 2. 运行gmr ./startgmr.sh (或者mpirun -np 3(注:进程数) ./gmr) > 注: 目前正在移植Parmetis(MPI-based)分图部分代码, 所以暂时只能运行graph/已经分好的例图。因为例图都被分为了三个子图，所以目前只能运行三个MPI进程。 ### 3. (non-mandatory)切图 目前正在整合并行切图工具Parmetis, 现阶段只能先通过改写的metis进行切图(需要重新编译metis代码，然后运行"gpmetis graphfilename partsnumber"), 或者直接采用切好的示例图库(graph/)中的图进行测试(small.subgraph.* 4elt.graph.* mdual.graph.*分别为不同规模的图例). 目前切图工具采用了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。 ## 二. 框架的基础 #### 1. MPI: 结算进程之间通信通过MPI实现； #### 2. MapReduce编程模型 #### 3. 图划分: 为了将全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。划分工具采用开源的Parmetis进行(为方便使用，正在进行整合)。Parmetis是基于MPI进行大规模的子图划分，为了方便和适应我们的算法，我们对Parmetis的输出结果进行了重写，每个输出的节点的格式如下: ``` #节点id 节点权重 邻居1的id 邻居1所在进程 邻居1所在边权重 ...邻居N的id 邻居N所在进程 邻居N所在边权重 vertex_id vertex_weight neighbor1 neighbor1.location edge1.weight ... neighborN neighborN.location edgeN.weight ``` ## 三、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 ## 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](http://git.oschina.net/uploads/images/2016/0120/132332_24897e71_496314.png "在这里输入图片标题") #### 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() ```c++ void map(Vertex &v, std::list &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 ```c++ KV reduce(std::list &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](http://git.oschina.net/uploads/images/2016/0111/214258_5e3a6ed7_496314.jpeg "在这里输入图片标题") 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](http://git.oschina.net/uploads/images/2016/0111/214318_aadc9dd1_496314.jpeg "在这里输入图片标题") 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。 ### 4.2 单源最短路算法SSSP（DJ算法） ### 4.3 并行广度优先搜索算法的MapReduce实现 ### 4.4 二度人脉算法:广度搜索算法 ## 五、对比实验 Processor\Platform | GMR | Spark | GraphX | GraphLab | Pregel | 1 | | | | | | 3 | | | | | | 8 | | | | | | 16 | | | | | | 64 | | | | | |