GraphScope 中的图分析引擎继承自 GRAPE，该系统实现了论文 Parallelizing Sequential Graph Computations 中提出的不动点计算模型。
与现有系统不同，GRAPE 通过自动并行化整体的单机顺序图算法，即插即用已有的图算法程序，使其很容易的运行在分布式环境，高效处理大规模图。除了易于编程之外，GRAPE 还被设计为高效和高度可拓展的，以应对现实图应用程序多变的规模，多样性和复杂性。
GRAPE 的核心轻量版本以 libgrape-lite 开源。GraphScope 中的分析引擎扩展了 libgrape-lite 的功能，支持了可变子图，vineyard 支持以及引擎的服务模式等。
除了在Python中提供的PIE编程接口之外，GraphScope也提供一个高效的Java SDK，借助于它，用户可以在Java中实现图分析算法，并且提交到GraphScope上运行。更多细节请查看GRAPE-JDK。
-
Wenfei Fan, Jingbo Xu, Wenyuan Yu, Jingren Zhou, Xiaojian Luo, Ping Lu, Qiang Yin, Yang Cao, and Ruiqi Xu. Parallelizing Sequential Graph Computations. ACM Transactions on Database Systems (TODS) 43(4): 18:1-18:39.
-
Wenfei Fan, Jingbo Xu, Yinghui Wu, Wenyuan Yu, Jiaxin Jiang. GRAPE: Parallelizing Sequential Graph Computations. The 43rd International Conference on Very Large Data Bases (VLDB), demo, 2017 (the Best Demo Award).
-
Wenfei Fan, Jingbo Xu, Yinghui Wu, Wenyuan Yu, Jiaxin Jiang, Zeyu Zheng, Bohan Zhang, Yang Cao, and Chao Tian. Parallelizing Sequential Graph Computations. ACM SIG Conference on Management of Data (SIGMOD), 2017 (the Best Paper Award).