图数据结构是对现实世界某些场景下的一种抽象形式。在图上进行图计算,对图进行分析,是分析现实场景的一种重要的手段。目前出现了很多进行图算法计算的图处理系统。现有的图处理系统主要采用同步迭代或异步迭代模式。然而,这些传统的迭代模式受到迭代收敛的木桶效应的影响,存在大量计算冗余。在大数据时代,大规模的图数据使得计算冗余量非常巨大。造成图处理系统处理速度缓慢,浪费了大量的计算资源。基于SCC-DAG(Directed Acyclic Graph composed of Strongly Connected Components)的迭代模式,将图数据抽象成SCC(Strongly Connected Components)组成的DAG(Directed Acyclic Graph)结构,以SCC为迭代计算单位,按照DAG顺序进行计算,减少了大量的计算冗余。基于SCC-DAG迭代模式的高并行核外图处理系统,是SCC-DAG迭代模式的实现。一方面,实现了SCC-DAG迭代模式的并行化处理方案。采用level算法实现了SCC间DAG的并行,采用以路径为中心图数据组织形式实现了SCC内部的并行,同时区分不同大小的SCC实现了负载均衡。另一方面,实现了SCC-DAG迭代模式的核外计算方案。采用内存映射的方案实现了对大量数据的高效访问。采用基于SCC-DAG的顺序存储结构和压缩策略,减少了I/O数据量,提高了系统计算性能。实验结果表明。基于SCC-DAG的迭代模式能够有效减少传统迭代模式的计算冗余。基于SCC-DAG迭代模式的高并行核外图处理系统有着很好的多核拓展性,在能够进行核外计算的同时,有着更少的I/O数据量和更快的计算速度。与目前主流的图处理系统相比,有着可接受的预处理时间和较大的计算速度优势。