GraphLab图数据文件格式

GraphLab支持的文件格式包括tsv, snap, adj三类常见格式，GraphLab特定格式bintsv4, 两类Non-portable Format：graphjrl和 bin，共6类格式，下面一一简要介绍。

图1. 由定点和边构成的图 

1.tsv

tsv是一种边表格式（edge list），主要存储边数据，格式如下所示：

[src ID]	[target ID]
1	2
1	5
7	5

2.snap

snap是带有注释的tsv，每行带有“#”标记，则视为注释内容不予处理，如下所示：

# example graph

# vertices: 4 edges: 5

1 2

1 5

7 5

5 7

7 1

3.adj

adj是邻接表，按边存储。

[vertex ID]  [number of target vertices] [target ID 1] [target ID 2] [target ID 3] ...

1 2 2 5
7 2 7 1
5 1 7

4.bintsv4

bintsv4是一种二进制边表文件，它的基本单元由2个8字节的Block构成，每个block是32位的无符号整型变量，Vertex 的取值不能为2^32-1。

 

---------------------------------

| 0 | 1 | 2 | 3 | 4 | 5 | 6 | 7 |

---------------------------------

|   src VID   |   dest VID   |

---------------------------------

5.graphjrl

将节点和边序列化为持久化数据结构。

6.bin

分布式二进制图数据格式，是一种序列化的分布式图数据格式，高效省时。

bin格式的局限性：载入bin格式图数据的节点数量需要与保存时的节点数量一致。