批量同步并行(BSP)模型将绘图算法分为多个超步,在分布式图形处理系统中已变得非常流行。 但是,在图算法的每个超级步骤中交换的大量网络消息将创建很长的时间。 我们将此称为通信延迟。 此外,BSP的全局同步屏障不允许在此通信延迟期间调度下一个超级strep中的计算。 这种通信延迟在超步的总处理时间中占很大比例。 尽管最近的研究集中在减少网络消息的数量上,但是通信延迟仍然是整体性能的决定性因素。 在本文中,我们将运行时通信和计算调度程序添加到当前的图BSP实现中。 该调度程序会将一些计算从下一个超级步骤移至当前超级步骤中的通信阶段,以减轻通信延迟。 最后,我们在Apache Hama上对我们的系统ebra进行了原型设计,Apache Hama是经典Google Pregel的开源克隆。 通过在内部群集上运行一组图算法,我们的评估表明,我们的系统可以最大程度地消除通信延迟的情况下,可以达到Hama的平均2倍加速。