Graph Processing Frameworks

Díaz-Pérez, Arturo; Garcia‐Robledo, Alberto; Compeán, José Luis González

doi:10.1007/978-3-319-77525-8_283

Cited by 3 publications

(5 citation statements)

References 6 publications

Supporting

Mentioning

Contrasting

Order By: Relevance

“…Graphs are a useful tool when studying data. Often, graph vertices are used to model data and the edges model the relationships between those vertices [76]. They are used for problems in social network, e-commerce, disease transmission, intelligent transportation, etc.…”

Section: Overviewmentioning

confidence: 99%

See 1 more Smart Citation

Alternative Paradigms of Computation

Gasarch¹,

Hayes²,

Kaplitz³

et al. 2021

Preprint

View full text Add to dashboard Cite

show abstract

Section: Overviewmentioning

confidence: 99%

“…A graph processing framework is a set of tools oriented to process graphs [76]. The graph processing framework includes the input data, an execution model, and an API that has a set of functions to process the graph data.…”

Section: Graph Processing Systems and Frameworkmentioning

confidence: 99%

Alternative Paradigms of Computation

Gasarch¹,

Hayes²,

Kaplitz³

et al. 2021

Preprint

View full text Add to dashboard Cite

show abstract

“…To address such complexity, specialized parallel programming models have been developed aiming at extracting performance from graph-based application frameworks [21]. For example, the analysis of the graph can occur one vertex or edge at a time, or it can be performed by sub-graphs, therefore exposing different granularity levels and coordination within processing tasks.…”

Section: Parallel Programming Models For Graph Analyticsmentioning

confidence: 99%

“…As graph-based applications have become pervasive in many areas like social sciences, biology [6], and networking [51], graph sizes have rapidly grown, thus increasing application execution time. To address that, specialized parallel programming models have been developed aiming at extracting performance from graph-based application frameworks [21]. For example, Vertex/edge-centric and block-centric models [21] have been designed to expose different granularity levels and shape coordination within tasks.…”

Section: Introductionmentioning

confidence: 99%

“…To address that, specialized parallel programming models have been developed aiming at extracting performance from graph-based application frameworks [21]. For example, Vertex/edge-centric and block-centric models [21] have been designed to expose different granularity levels and shape coordination within tasks. The popular vertex-centric model was first proposed in [45] to motivate programmers to write programs that operate on a single vertex at a time using the information propagated by other vertices in its neighborhood.…”

Section: Introductionmentioning

confidence: 99%

See 1 more Smart Citation

Improving mode transitioning in Phased Transactional Memory implementations

Muñoz Morales

View full text Add to dashboard Cite

Memória transacional (TM) é uma abstração de programação desenvolvida para arquiteturas de memória compartilhada, que permite ao usuário escrever programas paralelos sem ter que se preocupar com acessos simultâneos a objetos compartilhados. Esta abstração de programação é especialmente projetada para programas com acessos irregulares à memória e comportamento data-driven, para os quais o desenvolvimento de implementações paralelas usando mecanismos de controle de concorrencia de bloqueios, como locks, é complicado, tornando-os propensos a erros de lógica como deadlocks ou livelocks. Várias implementações de memória transacional foram desenvolvidas. Essas implementações podem usar hardware disponível em arquiteturas de computadores modernas ou runtimes que fornecem toda a sincronização de concorrencia necessária. As implementações de software e hardware têm uma série de vantagens e desvantagens que as tornam abaixo do óptimo como uma solução única para todos os aplicativos em geral. Phased Transactional Memory (Phased TM), é uma implementação de TM que busca explorar os benefícios das implementações HW e SW executando transações em fases HW/SW (modos), selecionadas de acordo com as características de cada transação. Um problema específico de implementações de TM em fases é o processo de tomada de decisão necessário para decidir (em run time) o modo de execução e o momento adequado para alternar para outro modo. Esta Tese propõe novos mecanismos de tomada de decisão que não só tiram vantagem do HW (ou seja, o fast-path), mas também procuram reduzir o número de transições de modo, evitando assim overheads desnecessários. Para isso, dois mecanismos de transição foram desenvolvidos considerando uma implementação de TM de três modos: Hardware (HW), Software (SW) e modos de Bloqueio Global (GLOCK). A primeira implementação apresentada nesta Tese, Graph-oriented TM (GoTM), foi inspirada no comportamento data-driven e monotonicamente convergente de programas de grafos. GoTM usa uma medição de taxa commit throughput de cada modo de execução (HW ou SW) como a métrica principal, para acelerar aplicativos típicos em análises de grafos em grande escala. O segundo mecanismo, Commit throughput TM (CTM), elabora ainda mais a métrica de commit throughput, para desenvolver uma solução geral que visa evitar os problemas de over-fitting. CTM é baseado em: (a) uma métrica de commit throughput relativa que compara a evolução do desempenho do programa (aumento ou diminuição) em cada modo de execução; e (b) uma simulação de capacidade de cache que estima o requisito de armazenamento especulativo de transações em execução, que é usada para evitar aborts persistentes relacionados à capacidade en HTM. Nossos resultados experimentais, obtidos usando aplicativos para análise de grafos em grande escala e o benchmark STAMP, mostram que o Phased TM é um mecanismo que melhora o desempenho e a escalabilidade de vários aplicativos da vida real, desde que ofereça mecanismos eficientes de transição de modo.

show abstract

Whistlerlib: a distributed computing library for exploratory data analysis on large social network datasets

Garcia-Robledo,

Espejel-Trujillo

2024

Multimed Tools Appl

View full text Add to dashboard Cite

Graph Processing Frameworks

Cited by 3 publications

References 6 publications

Alternative Paradigms of Computation

Alternative Paradigms of Computation

Improving mode transitioning in Phased Transactional Memory implementations

Whistlerlib: a distributed computing library for exploratory data analysis on large social network datasets

Contact Info

Product

Resources

About