随着如今已经全面移动互联网时代和大数据时代,社交网络和知识图谱等领域已经得到了越来越多的研究和关注,这些领域的数据彼此之间有着很强的关联性,传统的关系型数据库在处理关联性数据时要进行大量的表连接从而造成效率低下以及时间开销很大。面对这样的应用场景所带来的问题,产生了图数据库技术并得到了飞速的发展。而Neo4j作为目前市场上名列前茅的图数据库以及图计算领域的Spark GraphX在这样的背景下都得到了越来越广泛的应用。但是,众多的图数据库也为开发人员带来了不便,因此本文希望设计一个统一的、可扩展的图计算平台框架,能够覆盖底层不同图数据库,而统一上层的应用和展示接口。本文以图数据库Neo4j和图计算引擎Spark GraphX为例,设计并实现了一个图计算平台框架。框架在整体设计层面划分为持久模块、算法模块、控制模块和应用模块。在模块的实现代码层面引入了简单工厂、工厂方法、抽象工厂设计模式,从而让整个框架实现了解耦合与可扩展。本文对框架的持久模块与部分算法模块的接口进行了实现,包括图数据生成器、Neo4j导入器以及HDFS导入器,以及SSSP、PageRank、节点中心度、三角形计数等图算法,并通过D3.js框架进行计算结果的可视化展示。最后将本文设计与实现的图计算平台框架应用到推荐系统,实现了基于PersonRank算法的二分图推荐,更进一步的将图数据库Neo4j与图计算引擎Spark GraphX的技术应用到实际场景中。