介绍点切分和边切分之前，我们先引入一个概念：Natural Graphs —实际应用中不同平台里产生的图，就像是新浪微博或者Twitter里的粉丝/follow关系图谱。
image.png
以上是一张密率度分布图，可以发现该分布图有明显的幂率现象。对于幂率现象，形象的解释是，只有少数明星的微博和twitter是有大量人关注的，同时大部分用户只有少部分的粉丝/follower。该幅图中，只有一个邻居点(粉丝)数量过10^8的节点，同时仅有的那1%的节点(大V用户)，占据了整个图的50%的边(粉丝关系)。这些点被称为高纬度点。
image.png
能有奥巴马这样多粉丝的人，是极少的，但是又在整个图谱中占据极重要地位。大部分人的粉丝都寥寥无几。
image.png
高纬度点的切分，切分过后形成新的抽象。可以观察，边切分策略下节点是单一完整的，节点拥有所有邻居节点的信息，可以独立完成该一节点的程序运算。但是在节点切分策略下，每个节点看到的只有部分邻居节点，无法完成这个单点的完整计算。
image.png
在节点切分策略下，分布在不同的CPU或者机器上的节点如何对其进行编程？目前最具代表性的图计算方法，主要通过两种方式对图进行并行化抽象计算：
——使用消息 Pregel
——共享状态 GraphLab
GraphLab的方法简单却低效：序列化处理边，即便利所有相邻节点。
Pregel的方法是使用消息，处理高纬度点时单个worker会发送大量消息给邻居节点。
GraphLab的坏处是，会接触到图的大部分，且对于单台机器元数据量太大。此外，GraphLab共享状态为异步执行，需要大量锁操作。
对于Pregel来说，它同步执行但是容易产生Stragglers，即执行较慢的节点会拖累集群效率，即木桶的短板效应。
点切分和边切分的实例：
点切分和边切分的实例
如上，我们现在要将一个有4个顶点的图存储到3台机器上，这三台机器分别叫1，2，3。那么按照边切分的方式，这些边被切分在3台机器的分布如a图。 从图中可以看出，切分的过程中，总共有AB,BC,CD三条边被切开，保存到3台机器后，边的总数目由原来的3条，变成了6条，多了一倍，外加5个节点副本。第二种方式是点切分方式，同样是4个节点的图，我们将B、C节点切分开来。存储到3台机器后，得到b图，可以看出我们的边的数目还是3台，只多了两个节点的副本。当边的数量比节点数量大很多的情况下，这种两种切分方式差异会更加明显。
