近年来，大数据(Big Data)越来越多地被提及，人们用它来描述和定义信息爆炸时代产生的海量数据。随着云计算时代的来临，大数据才得以充分发挥其威力。过去人们采用抽样的方法，只对数据中的很小部分进行计算。现在，借助大数据技术，用户可以在完整的数据上进行并行计算。这从本质上要求高效的分布式计算环境的支撑。然而，在此之前的研究主要集中在底层方面，它很难提供一个一致的原语，使得用户不得不为各种应用编写不同的底层程序。MapReduce的出现有效地解决了这个问题，其通过简单的编程模型，使得用户从编写底层程序中解放出来，只需将注意力放在上层应用。MapReduce提供的原语非常简单，然而正是这种简单，使得用户很难对复杂数据进行处理，用户不得不编写大量的MapReduce任务，结果往往导致执行效率低下。这就要求新的模型，它既能对复杂数据进行有效地表示，提供简单的编程模型；同时，又能给底层的优化提供扩展的空间。基于图模型的并行计算框架很好地解决了这个问题，它将数据用图来表示，通过对顶点的操作，提供了简单的上层编程模型；同时，底层的优化也包括了数据表示、图分区等等。基于图模型的框架主要包括Pregel和GraphLab。Pregel基于BSP模型，在计算时存在着超级步的概念，只有在一个超级步计算完成后，才能进行下一个超级步的计算，这使得单个节点可能成为整个系统的瓶颈。GraphLab提供了同步和异步的执行，异步的执行使得不需要超级步来同步的算法的运行变得高效。然而，这些图模型框架都是基于简单图，简单图即指图中的一条边只能连接两个顶点，它的缺陷是，针对社交网络等真实场景中经常出现的“组”的概念，其难以表达，而且会丢失其中的重要信息。因此，为了解决以上问题，本文提出了基于超图的并行计算框架HGPC，它使用超图作为数据的表示。超图是指图中的一条边能连接两个甚至更多的顶点，这使得其很自然地支持组的概念。本文对HGPC中的数据表示进行了描述，并给出了上层的易于使用的MAN编程模型。本文还对HGPC中使用的两种超图分区方法进行了讨论，分别是随机贪心策略，以及并行多级分区算法。为了验证HGPC框架的有效性，我们从新浪微博获取了相关的实验数据。为了高效、灵活地自动获取新浪微博这样的社交网络数据，本文还同时设计实现了一个可扩展的分布式数据抓取框架COLA。实验表明，COLA具有较好的效率和可扩展性。基于HGPC框架，我们描述并实现超图中的链路预测算法，并在获取到的数据上进行了实验，实验表明，HGPC框架能够充分描述基于超图模型的算法，性能方面也能较高效地执行。