随着大数据时代的到来,使用图数据库存储高度关联的大规模数据成为研究热点。但是,传统的分布式图计算系统在分析数据库中数据时,由于耗时过长导致分析结果失去时效性。图形处理器(Graphics Processing Unit,GPU)拥有高并行计算和高访问带宽的特点,因此设计基于GPU的图数据库计算系统,能够提高图数据库中数据的分析效率。基于图数据库(HugeGraph)和GPU并行编程模型(GunRock)的图系统HugeRock解决了分析图数据效率问题,实现了大规模图数据的存储和计算功能。首先,利用分布式文件系统(Hadoop Distributed File System,HDFS)提供结构化存储后端,并设计了图数据的导入工具,完成大规模图数据的快速导入;其次,提出了一套远程数据管理方案,能够按照条件信息提取出图数据库中的子图;接着,设计了一种数据转换方式,可以将含有属性的子图数据转换为能在GPU上执行的数据格式;最后,利用GunRock编程模型设计并实现了图数据在GPU上的计算功能,并能够对计算结果进行实际应用。对HugeRock进行实验测试时,采用了真实社交关系网络数据,实验结果表明:HugeRock利用GPU来完成对大规模的图数据分析,要比传统的基于Spark的分布式图分析系统GraphX有明显的优势,相比于GraphX的图计算系统,在计算效率方面,HugeRock将图计算性能提升了5.5-6倍。