El procesamiento paralelo implica dividir una tarea en subtareas más pequeñas que se ejecutan simultáneamente en diferentes núcleos de un procesador

Un grafo dirigido conocido también como dígrafo consta de un conjunto de vértices y aristas donde cada arista se asocia de forma unidireccional a través de una flecha con otro.

Grafo no dirigido

Los grafos no dirigidos son aquellos que constan un conjunto de vértices que están conectados a un conjunto de aristas de forma no direccional.

Grafos etiquetados

Esta clasificación es denominada como grafos etiquetados o grafos dirigidos con pesos. Este tipo de grafos concentran aristas que pueden poseer información adicional donde podemos reflejar nombres, costos, valores u otros datos.

Es una plataforma de software que ayuda a los científicos de datos a descubrir las conexiones en grandes volúmenes de datos para responder preguntas comerciales críticas y mejorar las predicciones.

Algoritmos distribuidos que permiten manejarlos

• PageRank: El algoritmo PageRank mide la importancia de cada nodo dentro del gráfico, en función del número de relaciones entrantes y la importancia de los nodos de origen correspondientes.

  
  

  La suposición subyacente, a grandes rasgos, es que una página es tan importante como las páginas que enlazan con ella.

• Community Detection: Los algoritmos de detección de comunidades se utilizan para evaluar cómo se agrupan o particionan los grupos de nodos, así como su tendencia a fortalecerse o separarse
  

Es un sistema desarrollado por Google para el procesamiento eficiente de grafos a gran escala mediante un modelo de computación distribuida.

Pregel utiliza un modelo de procesamiento basado en vértices, donde cada vértice en el grafo realiza computaciones locales y envía mensajes a otros vértices. El procesamiento se realiza en una serie de superpasos sincrónicos, donde todos los vértices ejecutan la misma función al mismo tiempo.

Algoritmos distribuidos que permiten manejarlos

• Weakly Connected Components: dentifica los componentes débilmente conectados en un grafo. Un componente débilmente conectado es un subgrafo en el que cualquier nodo puede ser alcanzado desde cualquier otro nodo, ignorando la direccionalidad de las aristas.

  
  

• Shortest Path: Encuentra el camino más corto entre dos nodos en un grafo.

Hadoop, con su sistema de archivos Hadoop Distributed File System (HDFS), es una herramienta fundamental para el procesamiento distribuido de datos, incluyendo grafos. Hadoop está diseñado para escalar de un solo servidor a miles de máquinas, cada una ofreciendo almacenamiento y computación local.

Su arquitectura se basa en el concepto de dividir grandes volúmenes de datos en bloques más pequeños que se distribuyen entre los nodos del clúster para su procesamiento paralelo y eficiente.

Algoritmos distribuidos que permiten manejarlos

• MapReduce: Es el modelo de programación fundamental de Hadoop que posibilita el procesamiento distribuido de grandes volúmenes de datos, este modelo separa la tarea en dos fases principales: Map y Reduce. En la fase de Map, los datos de entrada se dividen en bloques y se procesan de manera paralela, generando pares intermedios de clave-valor. En la fase de Reduce, estos pares intermedios se agrupan y se combinan para producir el resultado final.

  
  

• Giraph: es una extensión de Hadoop diseñada específicamente para el procesamiento de grafos a gran escala, además de que permite la ejecución de algoritmos de grafos en paralelo utilizando un modelo basado en vértices. Cada vértice puede enviar mensajes a otros vértices y actualizar su estado basado en los mensajes recibidos.

  
  

Es una herramienta de procesamiento paralelo que permite gestionar grandes volúmenes de datos, incluidos grafos, de manera eficiente. Spark proporciona un motor de procesamiento rápido y versátil para datos a gran escala, ofreciendo interfaces de alto nivel en Java, Scala, Python y R, además de un motor optimizado que soporta la ejecución general de gráficos DAG (Grafos Acíclicos Dirigidos).

Algoritmos distribuidos que permiten manejarlos

• Connected Components: Este algoritmo identifica todos los componentes conectados dentro de un grafo. Un componente conectado es un subgrafo en el que existe un camino entre cualquier par de vértices. El algoritmo asigna una etiqueta a cada nodo y propaga estas etiquetas a través de las conexiones del grafo hasta que todos los nodos de un componente conectado compartan la misma etiqueta.

  
  

• PageRank: El algoritmo PageRank mide la importancia de cada nodo dentro del gráfico, en función del número de relaciones entrantes y la importancia de los nodos de origen correspondientes.

  
  

  La suposición subyacente, a grandes rasgos, es que una página es tan importante como las páginas que enlazan con ella.

Utilizado principalmente en motores de búsqueda para clasificar páginas web. Asigna una puntuación a cada nodo basada en la importancia de los nodos que apuntan hacia él.

Su versión distribuida se usa para procesar grandes grafos de manera eficiente.

Encuentra el árbol de expansión mínima en un grafo ponderado. Su versión distribuida permite el procesamiento paralelo para grandes grafos.

Este algoritmo es usado por los dispositivos GPS para encontrar el camino más corto entre la ubicación actual y el destino del usuario. Tiene amplias aplicaciones en la industria, especialmente en aquellas áreas que requieren modelar redes.