BHP：面向BSP模型的负载均衡Hash图数据划分

图数据划分是基于BsP（bulksynchronousparallel）编程模型的大规模图处理系统中一个关键技术问题。传统的图划分技术需要多次迭代，时间复杂度过高，且划分结果不具有图顶点到分区的映射信息，因此这些算法并不适用于BSP模型下的数据划分。提出了一种新的面向BSP模型的负载均衡Hash数据划分算法（balancedHashpartition，BHP）。为了实现各个分区的出边数尽可能均衡，该算法引入了虚拟桶的概念，通过贪婪算法将虚拟桶重组为实际分区，保证了每个实际分区负载均衡，同时数据本地化策略使本分片上的数据尽可能地保留在本节点上，从而减小在数据加载时的数据迁移开销。从三个方面对比了BHP算法和经典Hash算法的性能，结果表明BHP算法能够提高作业的执行效率，减少消息发送的数量，有效解决了经典Hash算法的负载不均衡和分区间交互边过多的问题，当数据量变大时，效果尤为明显。