目前我在分布式环境下部署了Nebula Graph，并在14万节点和219万边的数据量上，利用算法包的louvain算法实现社区划分，后续可能要在百亿节点的数据上试验。
想问一下各位同学和图算法的大佬们，有没有做过类似数据量的社区划分呢？其效率怎么样，大概需要跑多久呢？
开源方案的 Algorithm 的内存占用不算优秀，可以考虑看看我们的商业方案 NebulaGraph Analytics
测试结果：Algorithm nebula-algorithm/algorithm_test.md at master · vesoft-inc/nebula-algorithm · GitHub
cc @nicole
执行基于spark 的louvain 时要预留3-5倍的内存空间，中间涉及到多个shuffle算子，耗时和内存都比较大。 按照之前我在亿级边的图规模上跑的经验，百亿节点的数据跑起来要以小时为单位了，具体时间也和你的参数配置、executor的配置有关。
1 个赞
除了服务器配置，nebula的配置中需要调整哪些吗？
好的！ 谢谢！我看一下
基本没啥要调整的，跑算法时就是从nebula中把数据scan出来
OK 感谢！
此话题已在最后回复的 30 天后被自动关闭。不再允许新回复。