《表1 实验数据集：面向图计算系统的异步计算-加载模型》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《面向图计算系统的异步计算-加载模型》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

下面实验分别在使用不同计算-加载模型的GridGraph中运行PageRank和SPMV[10]算法，使用6个SSDs（RAID0），输入数据如表1所示，这些图数据（UK，GSH5，ClueWeb，EU6）描述了从不同域名爬取的网页信息.PageRank和SPMV均为计算密集型算法，计算时间所占比重较大，使用IOC模型之后，它们的计算时间被I/O时间“隐藏”，因此整体系统性能的提升比较明显.图5（a）为PageRank算法下两种模型的时间比较，左边为GridGraph的运行结果，包括下面的I/O时间和上面的计算时间，紧挨着的右边为基于IOC模型的GridGraph（IOC-Grid）的运行总时间.两个模型的运行时间都随着输入图规模的增加而上升，但IOC-Grid的运行时间要始终少于GridGraph，这主要归功于计算时间被I/O加载时间“隐藏”；此外，IOC能更好的利用硬盘带宽，I/O加载时间少于GridGraph，这主要归功于IOC模型灵活的区分I/O线程和计算线程，并创建合理的I/O线程数，既能填满硬盘带宽又不会造成额外开销，从而提高了I/O性能.图5（b）为SPMV算法的运行结果，IOC-Grid性能依然保持领先.SPMV算法中的边是带权重的，与PageRank相比，需要多载入边的权值数据，因此也就需要更多的运行总时间.