大规模动态图数据在现实生活中广泛存在,且处于不断变化中。图的动态性增加了图处理问题的复杂性,传统静态图上的解决方案无法直接应用于动态图的处理,因此大规模动态图处理系统及其相关技术成为一个重要的研究方向。现有的单机环境下的动态图解决方案主要采用链接列表的图存储方法,这种方法的随机访问开销较大,且不利于合并存储器访问,影响处理更新数据的性能。基于邻接表索引的高效动态图处理系统(IndexGraph)被提出用来优化单机环境下的动态图解决方案。该系统实现了一种索引机制,用索引结构组织动态图中顶点的邻接表,提高了动态图处理系统的效率。与现有系统使用的链接列表方法相比,索引机制在扫描邻接表的过程中有效的合并了存储器访问。为了进一步提高动态图处理系统的效率,通过索引机制,可以使用更复杂的数据结构来组织邻接表。IndexGraph测试了双亲堆(bi-parental heap),并采用了混合更新方案,在现有系统采用的批量更新方案和基于双亲堆的更新方案之间自适应选择。当处理的图规模在演化过程中增大时,混合更新方案可用于提高系统的总体性能。在单机环境下采用索引机制和混合更新方案的IndexGraph系统,相较于采用链接列表和批量更新方案的现有Stinger系统性能更好。实验结果表明,在处理相同的图数据集时,IndexGraph在存储开销上接近于链接列表。但在处理更新数据、执行图算法等性能方面都表现出很大优势,处理更新数据的性能上提升了1.47到4倍,执行图算法的性能上提升了1.1到10.6倍。