GraphChi

电信社交网络的数据量是真的大，用常规的图计算工具，效率低得让人抓狂。Graphchi 的单机能力还挺能打的，尤其是对于那种边多点多的社交关系图，用它做点数据挖掘什么的，体验还不错。单机的 Graphchi 图计算框架，适合那种不太想折腾分布式环境，又想研究大规模图的场景。你直接拿电信的通话记录数据跑个社交关系，用 PageRank、连通分量啥的，一整套都能搞出来，响应也快，代码也简单。有意思的是，Graphchi 的 I/O 机制做得蛮的，它用的异步加载方式，一边一边读写磁盘，效率比你想的高。像电信这种动不动就几百万通话记录的数据，用它单机也不卡，稳定性也挺靠谱。了，如果你手头是分布式环境，那

GraphChi 的磁盘图计算方式挺，能搞定上十亿的边，还不用你配一堆集群，单机就能跑。哦，不过它之前有个小毛病，就是图挖掘算法一上来，内存随机访问多，搞得慢吞吞的。这篇文章就从图的存储格式下手，优化了一波，不光减少了内存跳跃，还让运行时间缩短了 77%。你要是平时用 GraphChi 多，或者搞过图计算相关的活儿，这套优化思路蛮值得看看。它用了一种自适应选择图表示的方式，还把稀疏矩阵的存储格式也加进来了。说白了，就是按需来，让数据访问更顺滑。而且作者还搞了并行，就是边加载子图，边更新子图，不会一股脑卡住某一步。挺像是边开车边修路，效率还挺高的。建议你实战中如果遇到 GraphChi 跑得慢，