返回
Enabling Window-Based Monotonic Graph Analytics with Reusable Transitional Results for Pattern-Consistent Queries
DOI:10.14778/3681954.3681979.png)
摘要
En 中文
由切片构成的演化图规模庞大且持续变化。例如,在Alipay中,该图每天生成数亿条新的交易记录。由于切片的频繁合并,在临时窗口内分析图非常耗时。幸运的是,我们发现大多数查询表现出一致的规律性并具有单调性。因此,过渡结果可以在切片生成过程中计算并用于复用。据此,我们开发了MergeGraph,它支持基于窗口的单调图分析,并能复用过渡结果以应对规律一致的查询。与现有工作相比,MergeGraph具有三大优势。首先,它是首个专门针对规律一致查询的基于窗口的单调图分析系统。其次,它能有效并发利用不同切片的过渡结果。第三,MergeGraph具有高度表达能力,支持广泛的单调图查询。实验结果表明,MergeGraph能带来显著的性能提升。在评估四种典型图应用时,MergeGraph相比最先进方法实现了平均11.30倍的加速。
Keyword:
NEURAL-NETWORKS
EFFICIENT
WAREHOUSE
FRAMEWORK
SEARCH
WALKS
期刊
P
IF:
3.3
论文数:
563
被引数:
1.2W
机构
引用论文
Lotan: Bridging the Gap between GNNs and Scalable Graph Analytics EnginesLotan:弥合图神经网络(GNNs)与可扩展图分析引擎之间的差距

