NJ-GPCA:一种面向并行空间计算的高效数据访存策略

• 作者: 姚晓 方金云 肖茁建 邱强
• 来源期刊: 高技术通讯
• 关键词: 空间叠加分析 I/O 并行计算 任务调度
• 年，卷（期）: 2018,（1）
• 所属期刊栏目: 计算机与通信技术
• 页码范围: 1-7
• 页数: 7页
• 字数: 3722字
• 语种: 中文
• DOI: 10.3772/j.issn.1002-0470.2018.01.001

摘要

针对并行矢量空间叠加分析中存在的I/O性能差及并行算法调度效率低的缺陷,提出了"去"归并通用并行计算架构(NJ-GPCA).该架构首先基于内存数据库Redis设计内存矢量空间数据模型;其次通过数据预处理以及任务分发技术,减少进程等待,提高I/O性能;最后重新进行任务分配以及规划进程调度,避免结果数据归并收集,使得并行叠加分析算法归并收集阶段的时间复杂度由O(nlogn)降低到O(n).实验结果表明,该方法对真实地理数据下的并行叠加分析操作,I/O时间至少减少75%,对于提高算法整体性能有明显效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	方金云	中国科学院计算技术研究所	79	637	12.0	21.0
2	姚晓	中国科学院计算技术研究所	7	32	3.0	5.0
6	肖茁建	中国科学院计算技术研究所	5	24	2.0	4.0
10	邱强	中国科学院计算技术研究所	10	31	4.0	5.0