,

مقاله GraphFlash: پردازش گراف سریع و انعطاف‌پذیر بر زیرساخت بدون سرور

تومان249,950

سیستم‌های پردازش گراف برای تحلیل داده‌های در مقیاس بزرگ با روابط پیچیده ضروری هستند، اما اکثر چارچوب‌های موجود به خوشه‌هایی با منابع از پیش تخصیص‌یافته متکی هستند که منجر به انعطاف‌پذیری ضعیف و استفاد…

انتخاب پلن

torobpay
هر قسط با ترب‌پی: تومان62,488
۴ قسط ماهانه. بدون سود، چک و ضامن.
شناسه محصول: SuperPaper-0000000182 دسته: ,

📚 محتوای این محصول آموزشی (پکیج کامل)

💡 این محصول یک نسخهٔ کامل و جامع است

تمامی محتوای آموزشی این کتاب در قالب یک بسته‌ی کامل و یکپارچه ارائه می‌شود و شامل تمام نسخه‌ها و فایل‌های موردنیاز برای یادگیری است.

🎁 محتویات کامل بسته دانلودی

🎯 این بسته یک دورهٔ آموزشی کامل و چندلایه است؛ شامل کتاب‌ها، تمرین‌ها و خودآزمایی .


ℹ️ نکات مهم هنگام خرید

  • این محصول به صورت فایل دانلودی کامل ارائه می‌شود و نسخهٔ چاپی ندارد.
  • توجه: لینک‌های اختصاصی دوره طی حداکثر 24 ساعت پس از ثبت سفارش ارسال می‌شوند.
  • دقت کنید لینک ها به شماره موبایل شما ارسال می شوند. پس در ارائه شماره موبایل صحیح دقت کنید.
  • برای راهنمایی در مورد نحوه دانلود به شماره 09395106248 پیامک دهید یا تماس بگیرید. (ایده آل ترین گزینه ارسال پیام در یکی از پیام رسان ها به همین شماره است تا سریعا لینک های کتاب همانجا برای شما ارسال گردد.)
  • اگر پرداخت انجام شده ولی بعد از 24 ساعت هنوز لینک‌ها را دریافت نکرده‌اید، نام و نام خانوادگی و نام محصول را پیامک کنید تا لینک‌ها دوباره ارسال شوند.

💬 راه‌های ارتباطی پشتیبانی:
واتس‌اپ یا هر پیام رسان داخلی یا پیامک: 09395106248
تلگرام: @ma_limbs

GraphFlash: پردازش گراف سریع و انعطاف‌پذیر بر زیرساخت بدون سرور

GraphFlash: Enabling Fast and Elastic Graph Processing on Serverless Infrastructure

نویسندگان: Chen Zhao, Parsa Poorsistani, Mohammad Goudarzi, Tawfiq Islam, Adel N. Toosi

شناسه منبع: arxiv / 2605.11631

دسته: Distributed, Parallel, and Cluster Computing,Systems and Control

چکیده (فارسی)

سیستم‌های پردازش گراف برای تحلیل داده‌های در مقیاس بزرگ با روابط پیچیده ضروری هستند، اما اکثر چارچوب‌های موجود به خوشه‌هایی با منابع از پیش تخصیص‌یافته متکی هستند که منجر به انعطاف‌پذیری ضعیف و استفاده ناکارآمد از منابع تحت بارهای کاری پویا می‌شود. محاسبات بدون سرور (Serverless) مقیاس‌پذیری خودکار و صورت‌حساب دقیق را ارائه می‌دهد، اما سیستم‌های گراف بدون سرور موجود به دلیل مدیریت ناکارآمد حالت و سربار بالای ارتباط از طریق ذخیره‌سازی خارجی، با محدودیت‌های عملکردی مواجه هستند. ما GraphFlash را معرفی می‌کنیم، یک چارچوب پردازش گراف سریع و انعطاف‌پذیر که بر زیرساخت بدون سرور ساخته شده است. GraphFlash یک مدل برنامه‌نویسی با محوریت زیرگراف را اتخاذ می‌کند و از ذخیره‌سازی خارجی مشترک برای هماهنگی و ارتباط بهره می‌برد و امکان اجرای توابع بدون حالت و با جزئیات دقیق را فراهم می‌کند. این چارچوب دو حالت اجرا را پشتیبانی می‌کند: حالت چرخشی برای محیط‌های با منابع محدود و حالت پین‌شده برای عملکرد بالاتر در صورت کافی بودن منابع. برای رفع محدودیت‌های بدون سرور، GraphFlash بهینه‌سازی‌های سطح سیستم را معرفی می‌کند، از جمله تجمیع کلید آگاه از پارتیشن، هم‌مکانی پارتیشن درون تابعی، و فعال‌سازی آگاه از ابرمرحله. GraphFlash در الگوریتم‌ها و مجموعه داده‌های مختلف گراف، از سیستم‌های سازگار با بدون سرور موجود تا ۱۲۷ برابر در زمان اجرا بهتر عمل می‌کند و مصرف منابع را تا ۹۸٪ در پیکربندی‌های با منابع بالاتر کاهش می‌دهد، در حالی که عملکرد چارچوب‌های توزیع‌شده سنتی را در بارهای کاری بزرگ مطابقت می‌دهد. حتی با منابع محدود، این چارچوب تا ۴۸ برابر افزایش سرعت و ۹۹.۹۷٪ کاهش هزینه نسبت به راه‌حل‌های قبلی بدون سرور را به دست می‌آورد و نشان می‌دهد که GraphFlash پردازش گراف بدون سرور را عملی و پربازده می‌سازد.

Abstract (English)

Graph processing systems are essential for analyzing large-scale data with complex relationships, yet most existing frameworks rely on statically provisioned clusters, resulting in poor elasticity and inefficient resource utilization under dynamic workloads. Serverless computing offers automatic scaling and fine-grained billing, but existing serverless graph systems suffer from performance limitations due to inefficient state management and high communication overhead through external storage. We present GraphFlash, a fast and elastic graph processing framework built on serverless infrastructure. GraphFlash adopts a subgraph-centric programming model and leverages shared external storage for coordination and communication, enabling stateless, fine-grained function execution. It supports two execution modes: rotating mode for resource-constrained environments and pinned mode for higher performance when resources are sufficient. To address serverless limitations, GraphFlash introduces system-level optimizations, including partition-aware key aggregation, intra-function partition co-location, and superstep-aware activation. Across multiple graph algorithms and datasets, GraphFlash outperforms existing serverless-compatible systems by up to 127x in execution time and reduces resource consumption by up to 98% under higher-resource configurations, while matching the performance of traditional distributed frameworks on large workloads. Even with limited resources, it achieves up to 48x speedup and 99.97% cost reduction over prior serverless solutions, demonstrating that GraphFlash makes serverless graph processing practical and performant.

دیدگاهها

هیچ دیدگاهی برای این محصول نوشته نشده است.

اولین نفری باشید که دیدگاهی را ارسال می کنید برای “مقاله GraphFlash: پردازش گراف سریع و انعطاف‌پذیر بر زیرساخت بدون سرور”

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *

پیمایش به بالا