介绍

Apache Spark是用于大规模数据处理的统一分析引擎，具有可伸缩、基于内存计算等特点，已经成为轻量级大数据快速处理的统一平台，各种不同的应用，如实时流处理、机器学习、交互式查询等，都可以通过Spark建立在不同的存储和运行系统上。更多关于Spark信息请参见官网Spark官方文档。

鲲鹏BoostKit 图分析算法加速库 （以下均简称为图分析算法加速库/图算法加速库）是经过优化的算法库，兼容Spark原生API（MCE算法属于自研算法，没有Spark原生API，不存在兼容性问题），对图分析算法进行了性能优化，大幅提升了大数据算法场景的计算性能，该库支持鲲鹏处理器的体系架构。

图分析算法根据实际使用场景一般分为中心性分析算法、拓扑度量算法、路径分析算法、社团挖掘算法、图表示学习算法、相似性分析算法六大类。本文旨在介绍图算法开发过程中的流程。