随着以互联网、移动互联网、物联网为标志的信息技术的飞速发展,信息数据量呈爆炸式增长,大数据处理技术得到了越来越广泛的应用,分布式图计算也在社交网络、电子商务、推荐系统等领域有着重要的实际应用。Hadoop因其良好的可靠性与扩展性,成为了构建大数据生态系统的核心组件。Hadoop在图计算、机器学习等需要大量迭代式计算方面表现差劲,无法满足大规模的图计算需求,而基于BSP模型的图计算框架弥补了Hadoop的不足。Apache Hama是一个基于BSP模型的图并行计算框架,因其发展时间短,图计算预处理技术还需要改进。Hama的预处理流程无法满足规模庞大、结构复杂的图数据处理。Hama预处理流程中未对图数据进行均衡操作,数据分片机制存在缺陷。本文的目的是提出一种基于BSP模型的图计算预处理技术,弥补Hama预处理技术的缺点,改进预处理流程中的数据分片技术,提高集群资源的利用率,使得图预处理适应多种应用场景的需要。本文的主要工作与贡献如下所示:本文深入分析了现今主流的分布式图计算框架及其发展趋势,重点研究了Hadoop与Hama框架,分析介绍了Hama与Hadoop中使用到的HDFS与MapReduce的架构与工作原理。文中对Hadoop与Hama的图计算预处理流程进行深入对比,介绍了图预处理流程中的数据分片机制的不同,同时分析了Hadoop与Hama图计算预处理流程中数据分片技术存在的缺陷。在上述研究成果的基础上,提出了一种基于BSP模型的图计算预处理技术,详细介绍了预处理技术的系统架构与功能流程,并在Hama框架中予以实现,改进了Hama框架的数据分片机制,增加了大顶点处理技术来做图均衡操作,降低同步开销。最后,对基于Hama框架的图计算预处理技术进行稳定性测试、功能性测试以及性能对比实验。经过对实验数据以及实验结果的分析,表明基于BSP模型的图计算预处理技术很好地解决了图计算预处理中存在的问题,达到了预期的效果,提高了集群资源的利用率,为不同的应用场景提供了灵活性。