GraphX是Spark框架上的图计算组件，通过对Spark中RDD进行继承与扩展，引入了弹性分布式属性图，并针对该图提供了丰富的API。
GraphX基于Spark中RDD、DAG、高容错性等概念和特性，实现了图计算的高效性与健壮性。Graphx是一种基于内存的分布式的图计算库与图计算框架，用户不仅可以直接使用Graphx提供的经典计算算法库，还可以针对不同的业务需求开发相应的Graphx应用程序。
面向大数据的图计算模型都是对图数据进行分布式存储、并行计算和数据传输。通过图中顶点的数据以及与之相关联的边上的数据，产生消息并发送给相邻顶点。消息通过网络或其他方式传输，顶点在收到消息或状态后进行更新，产生新的图数据，处理流程如下
上层分支描述了图计算模型的一种处理流程：首先读取Wikipedia原始数据；然后转换成Link Table形式表视图；通过分析表中蕴含的关系将其转换为HyperLinks图视图；在此基础上应用PageRank算法对图中顶点的重要性进行评估；最后再以表的形式对计算结果进行表示与存储。中下层分支与上层分支类似，不同的是在转换出的图视图上应用了三角形计数用以实现社区发现，最后同样将计算结果以表的形式进行表示与存储。
图计算模型的处理流程大致分为以下几步：
第一步，读取原始数据。数据既可以来自于HDFS、Hive、Hbase、关系型数据库，也可以来自与Spark上的其他组件，例如Spark Streaming、Spark SQL。
第二步，将原始数据转换成表视图。
第三歩，将表视图转换成图视图。
第四步，在图视图上执行图计算算法。
第五步，将得到的结果再转换成表视图，便于表示与用户查询。
整个流程涉及了原始数据、图视图与表视图，以及两种视图的转换。