返回
GraphAr: An Efficient Storage Scheme for Graph Data in Data Lakes
DOI:10.14778/3712221.3712223.png)
摘要
En 中文
数据湖因其能够存储和分析多种类型数据的能力而日益被采用,通常使用列式存储格式(如Parquet和ORC)来处理关系表。然而,这些传统架构在高效管理图数据方面存在不足,尤其是针对符合Labeled Property Graph(LPG)模型的数据。为解决这一差距,本文介绍了GraphAr,一种专门设计的存储方案,旨在增强现有数据湖以实现高效的图数据管理。GraphAr利用Parquet的优势,精确捕获LPG语义,并支持邻接点检索和标签过滤等图特定操作。通过创新的数据组织、编码和解码技术,GraphAr显著提升了性能。我们的评估表明,GraphAr在邻接点检索方面比传统Parquet和Acero方法快4452倍,在标签过滤方面快14.8倍,在端到端工作负载方面快29.5倍。这些发现突显了GraphAr通过实现高效图数据管理来扩展数据湖实用性的潜力。
Keyword:
BIG DATA
期刊
P
IF:
3.3
论文数:
563
被引数:
1.2W

