知识卡片
增量缓存复用收集结果
PowerGraph为顶点缓存上次Gather累积量;邻居提供可合并增量时直接更新缓存,后续可跳过完整Gather。关键是缓存有效且增量足以恢复正确聚合。删除或数值增大对最小值等不可逆聚合可能使旧结果失效,此时应重算,不是所有变化都能简单累加。
这张卡片看不懂?
这张卡片已通过人工审查,不再接受失败反馈。
已有反馈 · 0 条
还没有人提交反馈。
在整书笔记中的位置
原书出处 · 1 处
- 图数据库:架构与算法 · 查看原书依据
所以,可以对每个图节点引入一个数值a u ,并将其放入缓存中,用它来记载上次Gather阶段产生的中间结果,如果其值未发生变化,则无须执行Gather阶段,通过这种“增量缓存”的方式有效地节省了部分Gather阶段的计算,加快了系统执行效率。
参考来源
- 位置:《大数据日知录:架构与算法》第14章《图数据库:架构与算法》(来源项目:book-sources;源文件:extracted/大数据日知录_架构与算法/_epub-src/OEBPS/text00019.html)
- 结论依据:原文在本章对增量缓存复用收集结果给出的定义、机制或示例支持本卡;技术产品描述限于2014年书中版本,示例与实测区分。
- 原始内容:所以,可以对每个图节点引入一个数值a u ,并将其放入缓存中,用它来记载上次Gather阶段产生的中间结果,如果其值未发生变化,则无须执行Gather阶段,通过这种“增量缓存”的方式有效地节省了部分Gather阶段的计算,加快了系统执行效率。