技术解读 | TuGraph图分析引擎技术剖析

导语

图分析引擎又称图计算框架，主要用来进行复杂图分析，是一种能够全量数据集运行快速循环迭代的技术，适用场景包括社区发现、基因序列预测、重要性排名等，典型算法有PageRank、WCC、BFS、LPA、SSSP。

TuGraph图数据管理平台社区版已于2022年9月在Github开源，本文将对TuGraph图分析引擎的技术进行剖析。

（图1.1 图分析引擎）

1 TuGraph图分析引擎概览

TuGraph的图分析引擎，面向的场景主要是全图/全量数据分析类的任务。借助TuGraph的 C++ 图分析引擎 API ，用户可以对不同数据来源的图数据快速导出一个待处理的复杂子图，然后在该子图上运行诸如BFS、PageRank、LPA、WCC等迭代式图算法，最后根据运行结果做出相应的对策。

在TuGraph中，导出和计算过程均可以通过在内存中并行处理的方式进行加速，从而达到近乎实时的处理分析，和传统方法相比，即避免了数据导出落盘的开销，又能使用紧凑的图数据结构获得计算的理想性能。

根据数据来源及实现不同，可分为Procedure、Embed和Standalone三种运行模式。其中Procedure模式和Embed模式的数据源是图存储中加载图数据，分别适用于Client/Server部署，以及服务端直接调用，后者多用于调试。

Standalone模式的数据源是TXT、二进制、ODPS文件等外部数据源，能够独立于图数据存储直接运行分析算法。

（图1.2 TuGraph图分析引擎模型图）

TuGraph图计算系统社区版内置6个基础算法，商业版内置了共34种算法。涵盖了图结构、社区发现、路径查询、重要性分析、模式挖掘和关联性分析的六大类常用方法，可以满足多种业务场景需要，因此用户几乎不需要自己实现具体的图计算过程。

算法类型	中文算法名	英文算法名	程序名
路径查询	广度优先搜索	Breadth-First Search	bfs
	单源最短路径	Single-Source Shortest Path	sssp
	全对最短路径	All-Pair Shortest Path	apsp
	多源最短路径	Multiple-source Shortest Paths	mssp