| 目前图数据已应用于用户分析、欺诈检测、生命科学等多个领域，图数据巨大的商业价值逐渐被发现，开源项目GraphLab有力推动了图分析技术的发展，SFrame框架的首次亮相吸引来大量目光，未来的应用还会更加广泛。 图数据处理过去一直是数据科学家的专利，随着数据应用得越来越广泛，图数据分析成为数据分析领域必不可少的部分，人们越来越需要易于上手、使用简单的图数据分析工具。GraphLab是个很受大家欢迎的开源项目，GraphLab开发者们不断追求图计算的创新和发展，使其能迎合海量数据处理的要求。SFrame的亮相显得低调而神秘，不过其功能不可小觑，它将GraphLab扩展到了表格，使其可以轻松管理TB级数据。
社交媒体的图数据已经引起了许多公司注意，在生命健康科学、安全、金融服务等很多领域也存在类似的数据集。图数据的特征使其需要特殊工具和技术，这些工具对于一般用户来说太复杂了，在过去使用这些工具一直是数据科学家的专利。幸运的是图数据分析这个领域吸引了很多热心的企业家和开发人员。这些工具已经得到很大的改进，而且变得越来越简单。 我们身边有很多机器学习应用于图数据分析的示例，比如：发现有影响力的用户（PageRank）和社区、欺诈检测和推荐系统（GraphLab用户中比较流行的协同过滤）。一个领域的工具开发出来后常常会被应用到其他领域，除了GraphLab，分布式分析还被应用到Giraph、GraphX、Faunus和Grappa，此外像Neo4j和Yarcdata这样的图数据库也带有一些分析功能。 近日一家新公司的成立大大推动了开源项目GraphLab的发展，该公司由GraphLab的开发者组成，筹集资金为图数据集开发分析工具。GraphLab公司也将继续使用开源GraphLab“突破图计算的极限，努力创新”。
GraphLab的SFrame是一种趣味十足而低调神秘的工具，首次在 Strata Santa Clara被揭开面纱。它基于磁盘，并通过二维表形式将GraphLab扩展到了表格数据。通过添加SFrame，用户可以利用GraphLab中许多处理图或表中数据的算法。更重要的是SFrame增加了GraphLab数据科学工作流的覆盖范围：它允许用户直接使用GraphLab对TB大小的数据集进行数据清洁或者创建新的功能，SFrame性能可以通过增加内核实现线性扩展。 据有关人士透露GraphLab正在努力将它们的引擎与YARN集成到一起，不过SFrame测试版已经可以从HDFS中读取数据，还可以从本地磁盘、HDFS、S3或URL中读取数据，并保存成人类可读的.csv或更有效的本机格式。一旦SFrame被创建并保存到磁盘后，就不需要再重复处理数据了。下面用Python代码演示如何读取一个.csv文件到SFrame，以及创建一个新的数据功能并把它保存在S3磁盘上： 来源：GraphLab公司 |
