[发明专利]一种子图匹配方法及装置

说明书

本申请提供了一种子图匹配方法及装置。在执行方法时，首先存储处理成预设格式的查询图和数据图；然后对查询图中的数据顶点进行两次过滤，生成查询顶点候选集；然后对查询顶点候选集中的候选顶点按预设顺序进行连接，以得到与查询图结构相同的子图，预设顺序为先连接查询顶点候选集中的候选顶点中的核顶点，再连接查询顶点候选集中的候选顶点中的叶顶点。本申请通过对查询图中的数据顶点进行两次过滤，使得筛选的无效顶点更少，并且在连接过程中采用先连接度数不为一的顶点，再连接度数为一的顶点，这会产生更少的无效中间结果，加快了子图匹配速度，并且避免了占用过多的GPU内存，进一步避免了GPU内存负载过重的问题。

技术领域

本申请涉及计算机技术领域，尤其涉及一种子图匹配方法及装置。

背景技术

随着大量数据以图的形式进行存储，图数据分析在多种领域受到了广泛的关注。作为图数据分析基础的问题之一，子图匹配也逐渐被更多人所熟知并运用。子图匹配可以理解为给定一张查询图和一张数据图，找到数据图中所有与查询图相同结构的图。

子图匹配主要分为过滤和连接两个过程，现有技术中基于GPU进行子图匹配，首先通过顶点信息进行过滤，顶点信息包括顶点类型、边类型、每种类型的边数量，即将顶点类型、边类型和每种边的数量进行编码，通过比较数据顶点和查询顶点编码信息来进行过滤；连接过程首先通过中间结果中参与连接的顶点连接候选顶点，然后通过中间结果参与连接的顶点的其他边信息来验证连接的顶点是否真的可以加入中间结果集。一方面由于过滤过程简单，顶点连接过程采用并行连接的方式，导致连接阶段无效中间结果过多，导致子图匹配速度缓慢，并且导致连接过程存在负载不均和冗余内存访问的问题。

发明内容

有鉴于此，本申请提供了一种子图匹配方法及装置，旨在解决现有技术中子图匹配的过滤方法不精导致的无效中间结果过多，进而使得GPU内存负载过重的问题。

第一方面，本申请提供了一种子图匹配方法，应用于GPU，所述方法包括：

存储处理成预设格式的查询图和数据图；

对所述查询图中的数据顶点进行两次过滤，生成查询顶点候选集；

对所述查询顶点候选集中的候选顶点按预设顺序进行连接，以得到与所述查询图结构相同的子图；所述预设顺序为先连接所述查询顶点候选集中的候选顶点中的核顶点，再连接所述查询顶点候选集中的候选顶点中的叶顶点；所述核顶点为顶点度数不为一的顶点，所述叶顶点为度数为一的顶点。

可选的，所述对所述查询图中的数据顶点进行两次过滤，生成查询顶点候选集，具体包括：

对所述查询图中的数据顶点进行第一次过滤，所述第一次过滤用于筛选出与所述查询图中的数据顶点的类型相同的顶点；

对所述第一次过滤筛选出的与所述查询图中的数据顶点的类型相同的顶点进行第二次过滤，所述第二次过滤用于通过邻居信息筛选出邻居类型与所述查询图中的邻居类型相同的顶点；

利用第二次过滤筛选出的顶点生成查询顶点候选集。

可选的，所述预设顺序还包括：若同为核顶点或同为叶顶点的顶点，则所述预设顺序为度数大的顶点的连接顺序早于度数小的顶点的连接顺序。

可选的，所述存储处理成预设格式的查询图和数据图，具体包括：

将所述预设格式的查询图存储至GPU中；

若所述预设格式的数据图大小小于预设阈值，则将所述预设格式的数据图存储至GPU中；

若所述预设格式的数据图大小不小于预设阈值，则将所述预设格式的数据图进行拆分；

将拆分后的数据图的边信息存储至内存CPU中；将拆分后的数据图的顶点信息存储至GPU中。