使多主机之间的查询成本最小化对于大数据应用程序的数据处理非常重要。 Hypergraph通过将多路关系或交互表示为超边缘，擅长于对复杂网络（典型的大数据应用程序）的数据和数据关系进行建模。 超图分区（HP）有助于对多个主机上的查询负载进行分区，从而实现大规模网络的水平扩展。 现有的启发式HP算法通常是顶点超图分割，旨在将切出的超边的数量减至最少，同时满足关于顶点的零件权重的平衡要求。 但是，由于工作负载主要由组操作产生，因此将横向边缘上的查询成本降到最低并平衡工作负载应是水平扩展的目标。 因此，