2.1有利于海量图数据存储和维护

　　由于大规模图数据处理技术可以处理GB级别甚至是PB级别的图数据量。这远远大于传统的文件系统和数据库内存，使其无法在传统文件系统或数据库中运用。但云计算采用的是分布式存储模式，可以存储大规模的图数据。在云计算环境下利用大规模图数据处理技术，可以根据实际需要，集中进行海量图数据的存储、一致性的图数据维护、统一的图数据备份等处理，提高海量图数据的安全性。

　　2.2提高大规模图数据应用性

　　大规模图数据处理技术除了具有以上优点之外，还可以在云计算环境下，依据云计算分布平行处理特点，对图数据进行分割处理，将图数据分割成若干子图，以便各个子图可以有效应用，提高图数据应用效果。所以，在云计算环境下利用大规模图数据处理技术来分割图数据，可以大大提高图数据应用性。

　　2.3根据不同情况，合理处理大规模图数据

　　从技术角度和经济角度讲，云计算环境具有良好的可伸缩性和灵活性，非常适合处理数据量弹性变化大的大规模图数据。而大规模图数据处理技术也具有可伸缩性和灵活性的特点，利用此项技术来处理大规模图数据，可以根据云中动态添加节点来扩展存储容量和计算资源，从而有效地处理大规模图数据[3]。

　　3、云计算环境下大规模图数据处理技术的应用

　　图属于一种非线性数据结构，具有十分鲜明的多对多结构关系，合理利用大规模图数据处理技术来对大规模图数据进行处理，才能使图数据所表达的语义更加清晰、准确、丰富。

　　3.1基于云计算的图数据存储方式，合理存储图数据

　　目前，大规模图数据的管理应用中，所应用的数据模型主要为单图数据模型和超图数据模型。两者唯一的区别是存储格式不同。在云计算分布式存储系统中，基于以上两种数据模型进行图数据存储，形成分布式文件系统和分布式数据库。基于云计算图数据存储方式，利用大规模图数据存储技术来对大规模图形，则是根据数据模型的特点，对图数据进行合并、迁移处理，从而提高图数据的读取效率[4]。

　　3.2基于云计算的图数据分割，对图数据进行分割处理

　　由于图数据具有连通性特点，这使得图数据计算的耦合性较强。为了能利用大规模图数据处理技术来有效处理图数据，应当基于云计算图数据分割来进行。具体的做法是根据云计算分布式存储系统各个工作节点，对逻辑结构较强的、相对完整的大图进行分割处理，并且在分割过程中考虑图数据的连通性及均衡性，确保所分割的子图之间可以有效连通，并且各个子图比较均衡。

　　3.3 基于云计算图数据计算模型，对图数据进行计算处理

　　目前，云计算环境中，图数据计算的模型有两种，即Map Reduce模型和BSP模型。利用大规模图数据处理技术来进行图数据计算则是：1)Map Reduce模型。根据大规模图数据特点及Map Reduce模型特点，利用此模型搭建大规模图数据的Map Reduce模型，从而将大规模图数据计算分为Map任务和Reduce任务。在Map任务环境中，对图数据进行合理计算，输出key值。在Reduce任务环境中，将每个数据进行计算和处理，获得输出结果。2)BSP模型。大规模图数据处理技术基于BSP模型来进行大规模图数据计算，则是了解图数计算可能出现死锁或数据竞争情况，进而从消息通信的角度出发合理计算大规模图数据，获得输出值[5]。

　　4、结束语

　　综合以上内容，可以充分说明云计算环境下，基于云计算图数据存储方式、计算模型、分割方式等来利用大规模图数据处理技术，可以充分发挥此项技术优点，有效处理大规模图数据，提高图数据应用性。所以，云计算环境下，合理运用大规模图数据处理技术是非常有意义。

　　参考文献：

　　[1]于戈,谷峪,鲍玉斌等.云计算环境下的大规模图数据处理技术[J].计算机学报,2011,34(10):1753-1767.

　　[2] 李渊.浅析云计算环境下的大规模图数据处理技术[J].中国高新技术企业,2014(6):53-54.

　　[3] 于戈,谷峪,鲍玉斌等.云计算环境下的大规模图数据处理技术[C].第28届中国数据库学术会议论文集,2011:1753-1767.

　　[4] 赵小换.云计算环境下的大规模图数据处理技术分析[J].中国外资(下半月),2012(5):275.