空间Cube的定义及其特点

空间Cube的定义及其特点


发布日期: 2016-10-24 更新日期: 2016-12-19 编辑:xuzhiping 浏览次数: 3897

标签:

摘要: 1.并行特性 把串行算法转换为并行算法有两种基本方法,即数据并行和功能并行,对应于前面的数据分解和功能分解。数据并行是指在多个处理器之间划分数据,处理器利用功能相同的进程以并行方式处理不同数据段;功能并行中包括不同的进程,不同进程执行不同的任务,但使用的数据可...

1.并行特性

把串行算法转换为并行算法有两种基本方法,即数据并行和功能并行,对应于前面的数据分解和功能分解。数据并行是指在多个处理器之间划分数据,处理器利用功能相同的进程以并行方式处理不同数据段;功能并行中包括不同的进程,不同进程执行不同的任务,但使用的数据可能一样。

2.负载平衡

负载平衡是指使参加并行计算的每个处理器都能得到有效利用。在理想情况下,如果每个处理器的计算能力相同,那么它们应能分配到相同的工作量,并且在同一时刻完成计算任务;如果每个处理器的计算能力不相同,那么它们分配到的计算任务量不同,但也必须在同一时刻完成计算任务。为解决此问题,可使用大任务的静态分配和小任务的动态分配两种任务划分机制。

3.并行粒度层次

并行粒度,即分布式并行程序中必须包含的可以同时执行的独立部分的大小,其单位往往是用这些程序部分的执行时间来衡量。空间信息处理的并行分解可以发生在不同的粒度层次。对同样的总计算量而言,并行粒度越大,通信开销越小,有利于提高系统效率,但从负载平衡的角度讲,却希望并行粒度越小越好,因为并行粒度越小,系统对任务的调整能力就越强,以便对负载的变化作出灵活反应。另一方面,如果划分成较粗的粒度,则所引人的并行性不够,影响负载平衡;而过于精细,则由于进程间通信开销大可能增加整体并行程序的执行时间。因而需要寻求一个平衡点,但这个平衡点往往是很难确定的。其通常是通过实验选择或简单地选择中等并行粒度层次。

4.空间信息相关性的利用

空间信息相关性是指使用增量操作而不是通过重新计算参数来加速空间信息处理。换句话说,由于相邻的图形元素之间有一定的相关性,因而可根据前一个像素值和其他一些参数来计算出后一个像素的值,而不必全部重新计算,从而减少后一个像素值的计算时间。很多三维图形显示算法都包括有对三维空间中的数据元素进行排序的操作。排序操作通常可分解为增量计算,而不必重新计算所有参数,从而有效地利月相关性。

5.容错性

在计算机网路系统中,一台处理机上的软硬件故障、网络连接中的问题都可能导致处理机的失效。因而,需要考虑算法的容错性。在网络并行计算中,每个处理进程相对独立,系统由主进程负责容错性工作,即监视网络中各处理机及其进程的运行状况,如果发现某个进程出了问题,可以简单地将此进程从系统中删除、收回原分配给它的任务及数据并放回任务队列,以便重新分配给另一个处理机。

6.处理器数目可扩充性

在并行算法设计时,还需考虑处理器数目的可扩充性,即当处理器数目很大时并行算法应能有很好的加速比。有些算法在设计时所考虑的处理器数目一定,当处理器大量增多时,所获得的加速效果并不如预想的好。由于微处理器价格和工作站价格的不断下降,并行系统中将会有大量的处理器或工作站节点,因而所设计的并行算法应充分考虑这种情况,从而取得最好的加速效果,大大缩短空间信息处理的运算时司。另一方面,当网络中出现了新的处理机资源时,主进程应能自动监测到网络资源状况,自动地将处理工作延伸到新的处理机上,使网络中的所有资源都能得到充分利用。

7.网路数据的分布和存取

在空间信息网络化存取和处理中,考虑的一个关键问题就是数据在不同处理机间的流动。由于空间分析算法往往需要用到大量的数据,这样就要占用大量的存取空间,因而网络数据管理对算法的总体性能要求非常髙,尤其是远程共享数据的通讯会使算法的速度下降,因此任务的划分与分布要尽量与数据的分布相一致,但一个空间分析功能通常需要同时用到很多地方的数据,这时任务则要尽可能地分配给存取最多所需数据的处理机上。

空间信息的网络化存取和处理是新一代空间信息技术所要解决的关键问题,具有较高的应用价值,可应用在实际的网络环境中,为遥感影像并行数值计算、遥感影像传输和匹配优化计算、空间信息分析及空间数据库的分布存取、实时数据处理等提供可行的解决方案。因此具有重要的现实意义和广阔的应用前景。

关注公众号
获取免费资源

随机推荐


Copyright © Since 2014. 开源地理空间基金会中文分会 吉ICP备05002032号

Powered by TorCMS

OSGeo 中国中心 邮件列表

问题讨论 : 要订阅或者退订列表,请点击 订阅

发言 : 请写信给: osgeo-china@lists.osgeo.org