N'importe quel Pregel Open Source comme cadre pour le traitement distribué de grands graphiques?

• Apache Giraph http://giraph.apache.org
• Phoebus https://github.com/xslogic/phoebus
• Bagel https://github.com/mesos/spark/pull/48
• Hama http://hama.apache.org/
• Signal-Collecter http://code.google.com/p/signal-collect/
• HipG http://www.cs.vu.nl / ~ ekr / hipg/

le principal projet Hadoop pour le traitement de graphiques distribués est le Hama projet. Mais il est encore en incubation.

Le projet a divisé son travail en deux parties: une matrice et un package graphique paquet.

mise à Jour:

Une meilleure option serait le Apache Giraph projet basé sur Google Pregel.

Oui, un nouveau projet appelé " Golden Orb, qui est un open-source Pregel mise en œuvre écrite en Java qui fonctionne sur les deux HBASE et Cassandra.

il a été soumis à L'incubateur Apache pour approbation, et Ravel, la société derrière Golden Orb, dit qu'ils le libèrent ce mois-ci (http://www.raveldata.com/goldenorb/).

Voir http://www.quora.com/Graph-Databases/What-open-source-graph-databases-support-horizontal-scaling

UPDATE: GraphXGraphLab2 Spark mise en oeuvre par Joey Gonzalez, le créateur de GraphLab2.

les primitives uniques de Spark font de GraphX-Pregel l'implémentation Pregel basée sur JVM la plus rapide. Spark est écrit en Scala, mais Spark a une API Java et Python.

le Voir...

• GraphX: un système de graphes distribués résilient sur Spark (PDF)
• Introduction to GraphX, by Joseph Gonzalez, Reynold Xin - UC Berkeley AmpLab 2013 (YouTube)
• Mon Hacker News commentaire/vue d'ensemble sur la Spark.

P.S. il y a aussi Bagel, qui fut la première coupure à Pregel sur Spark. Il fonctionne; cependant, GraphX sera la voie transmettre.

deux projets de L'Université Carnegie Mellon fournissent des calculs de type Pregel sur les graphes:

• GraphLab http://graphlab.org
• GraphChi http://graphchi.org

le modèle de programmation n'est pas exactement le même que Pregel, car ils ne sont pas basés sur la messagerie mais sur la modification directe des données graph (edge, vertex). Fondamentalement, il est facile d'imiter Pregel dans ce cadre.

il y a aussi Signal / Collect un framework écrit en Scala et maintenant en utilisant Akka http://code.google.com/p/signal-collect/

https://github.com/uzh/signal-collect

à Partir de leur site web:

dans Signal / Collect un algorithme est écrit du point de vue des sommets et des arêtes. Une fois qu'un graphe a été spécifié, les arêtes émettront un signal et les sommets seront collectés. Quand un bord le signale calcule un message basé sur l'état de son vertex source. Ce message est ensuite envoyé le long du bord vers le Sommet cible du bord. Lorsqu'un vertex collecte, il utilise les messages reçus pour mettre à jour son état. Ces opérations se déroulent en parallèle sur tout le graphique jusqu'à ce que tous les messages aient été recueillis et que tous les États du vertex aient convergé.

de nombreux algorithmes ont des implémentations très simples et élégantes dans Signal/Collect. Vous trouverez plus d'informations sur le modèle de programmation et caractéristiques du projet wiki. Veuillez prendre le temps d'explorer quelques-uns des exemples d'algorithmes ci-dessous.

je crée un framework appelé Phoebus. C'est une implémentation de Pregel écrite en Erlang. La caisse de mon blog entrée pour l'application de Pregel modèle à la découverte de parcours..

Apache Giraph est actuellement en phase D'incubation et en développement très actif, avec des committers de LinkedIn, Twitter, Facebook et academia qui cherchent à l'amener à l'échelle de production très rapidement. Il est assez directement modelé sur Pregel et a été développé à L'origine à Yahoo! Recherche. Nous sommes à la recherche de nouveaux contributeurs et avoir plusieurs introduction JIRA pour aider les gens à démarrer le projet. Nous aimerions que vous vous impliquiez.

les étudiants de Stanford ont développé une implémentation open Source de Pregel. http://infolab.stanford.edu/gps/