Skip to main content
Fachgebiete
Automobil + Motoren Bauwesen + Immobilien Business IT + Informatik Elektrotechnik + Elektronik Energie + Nachhaltigkeit Finance + Banking Management + Führung Marketing + Vertrieb Maschinenbau + Werkstoffe Versicherung + Risiko
DE
EN
Themenseiten
Organisationspsychologie Projektmanagement Marketing Smart Manufacturing
Bücher
Zeitschriften
Weitere Formate
Podcasts Webinare Technik Webinare Wirtschaft Kongresse Veranstaltungskalender Awards
Jetzt Einzelzugang starten
Zugang für Unternehmen
Referenzkunden
MTZ-Fachkongress

Antriebe und Energiesysteme von morgen


Austausch von Automobil- und Energiewirtschaft

Am 14./15. Mai geht es in Chemnitz um die Mobilitätswende durch Elektro- und Wasserstofffahrzeuge.
Erweiterte Suche
Anmelden
nach oben
Datenbank-Spektrum
Erschienen in: Datenbank-Spektrum 3/2019

16.09.2019 | Schwerpunktbeitrag

Analyzing Temporal Graphs with Gradoop

verfasst von: Christopher Rost, Andreas Thor, Erhard Rahm

Erschienen in: Datenbank-Spektrum | Ausgabe 3/2019

Einloggen

Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.

search-config
loading …

Abstract

The temporal analysis of evolving graphs is an important requirement in many domains but hardly supported in current graph database and graph processing systems. We therefore have started with extending the distributed graph analysis framework Gradoop for temporal graph analysis by adding time properties to vertices, edges and graphs and using them within graph operators. We outline these extensions and illustrate their use within analysis workflows. We further describe the implementation of the snapshot and diff operators and evaluated them.
Vorheriger Artikel Evaluating the Vector Supercomputer SX-Aurora TSUBASA as a Co-Processor for In-Memory Database Systems
Nächster Artikel Lock-free Data Structures for Data Stream Processing

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

  • über 102.000 Bücher
  • über 537 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Maschinenbau + Werkstoffe
  • Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 340 Zeitschriften

aus folgenden Fachgebieten:

  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Versicherung + Risiko




Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 390 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Maschinenbau + Werkstoffe




 

Jetzt Wissensvorsprung sichern!

Jetzt informieren
Weitere Produktempfehlungen anzeigen
Fußnoten
Literatur
1.
2.
Date CJ, Darwen H, Lorentzos N (2002) Temporal data & the relational model. Morgan Kaufmann Publishers Inc. San Francisco, CA, USA
3.
Erling O, Averbuch A, Larriba-Pey J, Chafi H, Gubichev A, Prat A, Pham MD, Boncz P (2015) The LDBC social network benchmark: Interactive workload. In: Proceedings of the 2015 ACM SIGMOD international conference on management of data. ACM, New York, pp 619–630. https://​doi.​org/​10.​1145/​2723372.​2742786
4.
5.
Junghanns M, Kießling M, Teichmann N, Gómez K, Petermann A, Rahm E (2018) Declarative and distributed graph analytics with GRADOOP. Proc VLDB Endow 11(12):2006–2009CrossRef
6.
Junghanns M, Petermann A, Neumann M, Rahm E (2017) Management and analysis of big graph data: current systems and open challenges. In: Handbook of big data technologies. Springer, Cham, pp 457–505CrossRef
7.
Junghanns M, Petermann A, Rahm E (2017) Distributed grouping of property graphs with GRADOOP. Proc BTW, P-265:103–122
8.
Junghanns M, Petermann A, Teichmann N, Gómez K, Rahm E (2016) Analyzing extended property graphs with Apache Flink. In: Proc. SIGMOD Workshop on Network Data Analytics
9.
10.
Kulkarni K, Michels J (2012) Temporal features in SQL: 2011. SIGMOD Rec 41(3):34–43CrossRef
11.
12.
Miao Y et al (2015) Immortalgraph: a system for storage and analysis of temporal graphs. ACM Trans Storage 11(3):14CrossRef
13.
Pigné Y, Dutot A, Guinand F, Olivier D (2008) Graphstream: A tool for bridging the gap between complex systems and dynamic graphs. CoRR
14.
Rost C, Thor A, Rahm E (2019) Temporal graph analysis using gradoop. In: BTW 2019 - Workshopband. Lecture Notes in Informatics (LNI), vol P‑290. Gesellschaft für Informatik, Bonn, pp 109–118
15.
16.
Then M, Kersten T, Günnemann S, Kemper A, Neumann T (2017) Automatic algorithm transformation for efficient multi-snapshot analytics on temporal graphs. Proc VLDB Endow 10(8):877–888CrossRef
Metadaten
Titel
Analyzing Temporal Graphs with Gradoop
verfasst von
Christopher Rost
Andreas Thor
Erhard Rahm
Publikationsdatum
16.09.2019
Verlag
Springer Berlin Heidelberg
Erschienen in
Datenbank-Spektrum / Ausgabe 3/2019
Print ISSN: 1618-2162
Elektronische ISSN: 1610-1995
DOI
https://doi.org/10.1007/s13222-019-00325-8

Weitere Artikel der Ausgabe 3/2019

Datenbank-Spektrum 3/2019 Zur Ausgabe

Community

News

Schwerpunktbeitrag

Chain-detection Between Clusters

Editorial

Editorial

Dissertationen

Dissertationen

Schwerpunktbeitrag

Evaluating the Vector Supercomputer SX-Aurora TSUBASA as a Co-Processor for In-Memory Database Systems

Schwerpunktbeitrag

Lock-free Data Structures for Data Stream Processing

Premium Partner

    Bildnachweise