微软正式发布分布式大规模图数据处理引擎 Graph Engine 1.0 预览版

由 Microsoft Research 开发的 Graph Engine 1.0 预览版正式发布。Graph Engine 是一个基于内存的分布式大规模图数据处理引擎。在此之前,它在学术界更广为人之的名称是 Trinity。

大规模图处理在很多领域扮演着重要的角色。从系统基础架构到编程模式,图数据的高效并行处理面临着全方位的挑战。基于高效的内存云架构和灵活通用的计算引擎,Graph Engine 能够帮助用户更方便地构建实时查询应用和高吞吐量离线分析平台。

Graph Engine 的内存管理系统能高效处理海量内存对象。作为一个高性能内存数据库,Graph Engine 可充分利用内存来加速数据访问和并行计算。作为一个通用计算引擎,Graph Engine 拥有极强的可扩展性。通过一个简洁优雅的数据和消息传递建模语言,Graph Engine 允许用户自由地定义数据模式和计算模型。

Graph Engine 具有优秀的系统互操作性,可以方便地与其它系统平台进行集成。基于通用的RESTful接口,一个Graph Engine驱动的应用可以与所有设备互联协作。

为使分布式应用的开发更为轻松简单,Graph Engine 提供了大量的内置特性,其中包括:

  • 声明性的数据建模和网络编程接口;
  • 完善的IntelliSense开发环境支持;
  • 对LINQ查询语言的原生支持;
  • 集成的应用程序远程部署、控制、监控和调试。

Graph Engine 还可与强大的集成开发环境 Visual Studio 以及微软云计算平台Azure无缝集成。无论本地开发还是云端部署,Graph Engine都可以给开发者带来极佳的用户体验。开发者可以借助 Visual Studio 快速开发,然后通过简单的鼠标操作将一个分布式应用部署到云端。

这是 Graph Engine 第一个面向公众的预览版,我们将定期发布新的系统版本。同时,也期待您的反馈和意见。

更多信息请访问 Graph Engine 官方主页:http://graphengine.io。

Microsoft Research's Project Trinity [ PDF ]:Trinity。

以上内容转载自微软亚洲研究院的官方网站,可点击这里查看。

发布说明:Graph Engine 1.0 Preview Released[ 英 ]

国外的科技网站 ZDNet 也对此进行了报道,归纳了一些历史信息,很有意思,我们摘译如下:

原来 Graph Engine 就是早先大名鼎鼎的微软图形数据库 Trinity,如今改了名字。Graph Engine 是一个[以分布式内存云](Trinity: A Distributed Graph Engine on a Memory Cloud)为设施基础的图形大处理引擎。它也是一个通用计算引擎,提供一个统一声明语言的数据建模和信息传递。它可以通过用户定义的编程接口和 RESTful 接口实现其他系统堆栈集成。

关于该项目,在早先的 Microsoft Research 上的一篇文章中指出:“ Trinity(Graph Engine)可支持在线查询处理和大型图表线下分析。前者通过基于内存的存储基础架构实现了一个快速图形探索的能力。对于后者,通过底层向外扩展的分布式架构实现并行性。”

另一个 2013 年来自 Microsoft Research 的文章称 Trinity 文件系统为 " HDFS clone on Windows "(HDFS 的 Windows 克隆版)。HDFS 是 Hadoop 分布式文件系统。有趣的是,微软于 2011 年放弃了海量数据架构 Dryad 转而支持 Hadoop 大数据框架,主要是因为其客户不断要求能在Hadoop环境中储存、管理并分析各种数据。(关于 Dryad 推荐下这篇旧文章《微软Dryad分布式并行计算平台解析》)

再一个 Microsoft Research 项目:ProBase,由 Trinity 提供知识储备的底层基础设施。据官方的介绍页显示,其设计目的在于改善设备与人类直接沟通的能力,包含了自然语言/机器语言的理解和人工智能等方向。可能 Graph Engine 也将着手商业化的大规模并行计算和分析服务。

www.graphengine.io有详细的 Graph Engine 信息,包含下载Graph Engine software development kit、代码样本、相关工具、文档等。

因为 Graph Engine 仍然还是 Microsoft Research 的一个项目,并不能保证微软会将其商业化。但是在发布说明有一句意味深长的话:“我们会继续提供日常的维护和定期发布新的系统版本,实现我们的研究理念落地。”

原文发布于微信公众号 - 人工智能头条(AI_Thinker)

原文发表时间:2015-05-18

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏微信公众号:Java团长

Java程序员涨薪必备技能(1-5年必看!)

工作1-5年,当我们向老板提出加薪的时候,或者跳槽去“捡”offer的时候,我们底气够吗?

821
来自专栏数据科学与人工智能

【数据分析】如何做用户行为路径分析?

用户行为路径分析是互联网行业特有的一类数据分析方法,它主要根据每位用户在App或网站中的点击行为日志,分析用户在App或网站中各个模块的流转规律与特点,挖掘用户...

7625
来自专栏程序员互动联盟

为什么很多老程序员不屑用IDE?

随着软件的发展进步开发工具会越来越人性化,集成度也会越来越高,很多的旁枝末节都会隐藏起来,程序员在使用的时候只需要关心主体的逻辑,只需要调用对应的模块,直接看调...

3595
来自专栏FreeBuf

开源软件安全现状分析报告

一、背景情况 开源软件具有开放、共享、自由等特性,在软件开发中扮演着越来越重要的角色,也是软件供应链的重要组成部分。据Gartner调查显示,99%的组织在其 ...

4655
来自专栏IT技术精选文摘

浅谈开发实时视频直播平台的技术要点

1842
来自专栏大数据和云计算技术

计算机系统结构变革在即?

15年6月,intel正式宣布167亿美元收购FPGA生产商Altera。此交易为该公司有史以来涉及金额最大的一次收购案例。167亿美金不是小数目,intel ...

3087
来自专栏精讲JAVA

理解程序员并不是一项简单的任务, 即使你当过程序员

最近在读一本软件团队管理方面的书 :books: ,是两位在软件行业的资深从业者写的,其中有一个章节在讲如何理解程序员这件事。 理解程序员并不是一件简单的任务...

3475
来自专栏北京马哥教育

5个超高评价的机器学习Python 库

? 作者 | Serdar Yegulalp 来源 | 搜狐 糖豆贴心提醒,本文阅读时间6分钟,文末有秘密! 机器学习令人无比神往,但从事这个工作的人可能...

3885
来自专栏DevOps时代的专栏

业务安全与 DevSecOps 的最佳实践

2502
来自专栏灯塔大数据

数据的阴暗面:什么是暗数据?为什么暗数据很重要?

? 最近引起热议的术语暗数据,确切的说,就是来自于大数据的阴暗面。尽管暗数据这个名字听起来不吉利(让人联想到一个少年哥特乐队会取的绰号),但是或许更加的准确。...

3445

扫码关注云+社区