MapReduce 的缺点
在 DP 中有了 MapReduce 框架，为什么还要提出新的 DP 框架？我觉得这是因为 MapReduce 有两点缺陷：
比较好理解的一点是，MapReduce 是一种专门为了高吞吐开发的无迭代算法。这就导致了两个特点，一个是数据量非常大（数据量大了吞吐才能高），需要存在 disk 里面；另一个是如果并行算法需要迭代，比如说 Page Rank 这样的算法，那么重复启动开销也会很大。
不过上面提到的这一点，其实并不影响 MapReduce 的抽象，我们完全可以实现一个在内存中，多轮迭代的框架，依然沿用 MapReduce 的抽象。MapReduce 真正的问题在于，它的抽象过于宏观全局了。
我们在使用 MapReduce 的时候，尤其是在 map 函数中的时候，是真的会意识到自己是“面对一堆数据，然后全局式的完成映射”。这种视角就非常全局（类似于要看见一个线程池），一点也不局部（专注于每个线程的逻辑）。
BSP
BSP（Bulk Synchronous Parallel）就是一种新的抽象架构，它是为图算法开发的，可以多轮迭代，而且是以 vertex 为视角进行开发。