随着各种类型的社交网络的兴起,基于图结构数据的企业级应用正变得日益广泛与重要。而如何高效便捷的分析、调试和处理这些与日俱增的大规模图数据成为当前高性能计算领域的研究人员所面临的最迫切的问题之一。目前,已经存在一些解决方案,但是这些解决方案还存在着一定的问题。例如,分布式解决方案中存在着负载均衡、通信延迟以及经济成本高的问题,而单机系统的解决方案则存在着并发度低,容错性差等问题。针对这些问题,本文从兼容性、容错性与便捷高效的角度考虑,提出了基于并行BSP(Bulk Synchronous Parallel,整体同步并行)模型的单机图处理系统GPSA(a Graph Processing System with Actors,基于Actor的图处理系统)。首先,GPSA使用Actor的并发模型改善系统的并发性和计算吞吐量。Actor模型不仅充分的利用多核的优势,同时避免频繁的上下文的切换所带来的性能损耗。其次,改进传统的BSP计算模型。基于BSP模型的图处理过程主要有计算和消息分发两个步骤。在传统的BSP模型中,由于图数据的局部性问题,在以顶点为中心的实现方式中单个顶点上的计算和通信两个步骤需要顺序执行。GPSA结合Actor与BSP模型将图计算中顶点的计算和消息通信过程解耦,降低两个相邻的超级步之间的依赖关系,使计算和通信两个步骤并发执行,提升计算效率。最后,在I/O优化方面,GPSA将图数据分为两个部分:顶点状态信息数据和边结构数据。其中,对于顶点的状态信息数据,GPSA利用内存映射将其映射到内存,从而提高数据的读取和更新能力。而边结构数据则保存在磁盘上顺序访问。实验证明,GPSA不仅能够显著提升单机系统上图处理的性能,同时还具有较好的容错性和灵活性。