[发明专利]基于图存储结构的存储方法

说明书

本发明提供的一种基于图存储结构的存储方法，属于存储结构领域，包括可进行m层分割的邻接矩阵；分割后的最小粒度的邻接矩阵为n*n的邻接矩阵，该邻接矩阵为第0层邻接矩阵，按照行号、列号对第0层邻接矩阵的非零元素分别建立行、列索引；第i+1层邻接矩阵在第i层邻接矩阵的基础上进行连续分割，第i+1层邻接矩阵中的每个元素包括多个第i层邻接矩阵连续的元素，第i+1层邻接矩阵为j*j的邻接矩阵，按照行号、列号对第i+1层邻接矩阵的非零元素分别建立行、列索引；其中，n＞1，m＞1，m‑2≥i，n＞j，j≥1。本发明提供的基于图存储结构的存储方法，在多级节点分割的基础之上，增加了精确的多级分割块行列索引，有利于在不同粒度下提高访存有效性。

技术领域

本发明涉及存储方法，尤其涉及基于图存储结构的存储方法。

背景技术

采用非结构网格的科学计算中，数据的关系可以抽象成图拓扑，一般使用稀疏的邻接矩阵进行表示。现有存储结构中，邻接矩阵多采用行优先存储方式，如压缩行格式CSR(Compressed Sparse Row)。数值计算中，非零元素位置对称的邻接矩阵也比较常见，此类矩阵也可只存储上三角或下三角矩阵行列索引即可表示完整拓扑关系。

非均匀访存模型(Non-Uniform Memory Access，简称NUMA)是现代多处理器计算机采用的主流内存架构，其内存访问时间取决于内存相对于处理器的位置。因此，如何在NUMA架构下提高访存局部性，减少低效率非本地访存，如减少分布式通信、降低缓存未命中等，对于提高邻接图计算性能具有决定性作用。

现有邻接矩阵及相应数据存储结构一般采用以下方法。最小带宽排序方法，如反Cuthill-McKee算法(RCM)，是提高数据局部性的常用方法之一，该方法实现与硬件架构无关，但往往访存优化效果也不够理想。而在硬件结构明确的情况下，采用高内聚数据分割方法，如最小切割(Minimum Cut)分图算法等，可以取得更好数据局部性。在分布式内存加共享内存混合并行计算场景中，启发式的多级最小切割分图算法运用比较广泛。利用该方法，可在减小通信开销的同时，提高共享内存的并发线程访存的局部性，提高缓存命中率。但这些排序和分割方法，无法满足NUMA架构下，不同粒度并行的精确数据访问。

发明内容

为解决上述技术问题，本发明提供的基于图存储结构的存储方法，在多级节点分割的基础之上，增加了精确的多级分割块行列索引，有利于在不同粒度下提高访存有效性。

为达到上述目的，本发明提供的技术方案为：

本发明提供的一种基于图存储结构的存储方法，包括可进行m层分割的邻接矩阵；分割后的最小粒度的邻接矩阵为n*n的邻接矩阵，该邻接矩阵为第0层邻接矩阵，按照行号、列号对第0层邻接矩阵的非零元素分别建立行、列索引；第i+1层邻接矩阵的元素为在第i层邻接矩阵的元素基础上进行连续划分的而成分割块，每个分割块中包括若干第i层邻接矩阵的元素构成的方块矩阵，第i+1层邻接矩阵为j*j的邻接矩阵，按照行号、列号对第i+1层邻接矩阵的非零元素分别建立行、列索引；

其中，n＞1，m＞1，m-2≥i，n＞j，j≥1。

本发明提供的基于图存储结构的存储方法，优选地，第i+1层邻接矩阵包括分段标记表；所述分段标记表包括若干分段标记和终止标记；所述分段标记的数量与第i+1层邻接矩阵阶数相同；第i+1层邻接矩阵的一列/一行对应一个分段标记；第i+1层邻接矩阵的一列/一行包括第x层邻接矩阵的若干列/若干行，该第x层邻接矩阵的若干列/若干行中的首列的列号/首行的行号为第i+1层邻接矩阵的分段标记，终止标记为第x层邻接矩阵的阶数；

其中，0≤x＜i+1。

本发明提供的基于图存储结构的存储方法，优选地，当可进行m层分割的邻接矩阵为对称的邻接矩阵时，对第y层邻接矩阵的非零元素建立索引只对第y层邻接矩阵的上三角或者下三角的非零元素建立索引；

其中，y≤m-1。