大规模分布式图计算端到端加速方法及装置

摘要

本发明公开了一种大规模分布式图计算端到端加速方法及装置，该方法包括对分布式图计算进行任务划分，得到模型选择任务、顶点分配任务和邻接链表构建任务；选择对应的信息流动模式对模型选择任务进行计算；根据端到端划分指标将顶点划分到不同的图划分上，再通过最优阈值的流式分块划分算法对顶点进行分配；对负载均衡基数排序算法进行了扩展得到NUMA感知的负载均衡基数排序算法，通过所述NUMA感知的负载均衡基数排序算法将底层图数据格式使用分布式排序算法将边数组转换成邻接链表。以端到端时间作为优化目标的加速方案，可以大幅加速端到端图计算处理性能。