XML格式领域数据传输的优化技术研究

XML由于有易用、可理解、跨平台的优点,在各个领域得到了广泛应用.它虽然有效地解决了跨平台数据的交换问题,但会带来传输效率问题.因为在传输XML格式数据时,由于XML文件完整性的要求可能传榆大量的"无用数据",这不仅增加网络负担,也降低系统数据服务速度.提出了一种XML格式领域数据传输的优化技术,其根本思想是在保持XML优点的同时,充分利用领域知识,按照领域数据的逻辑关系组织XML文件中的元素,将XML数据文件整体按照一定的规则分解为一系列的类进行传输.通过这种划分可以实现在数据交互过程中只传输修改过的类,从而减少数据的无效传输,有效解决了系统整体性能的问题.给出了不同粒度划分的原则和方法,给出了方法的适用条件和效率.本方法已在石油测井XML数据文件传榆中得到应用,实用表明传输效率得到明显提高.     

基于改进细胞链表算法的分子动力学模拟性能优化模型

在改进的细胞链表算法中,细胞大小的减少会降低该算法的通信量和粒子之间距离计算的次数,同时会增加部居细胞的数量。多细胞分子动力学算法是分子动力学模拟中普遍使用的并行算法。将改进细胞链表算法的基本思想应用到多细胞分子动力学算法中,推导出了一个分子动力学模拟性能评价模型,并据此提出一个优化模型来加速分子动力学模拟。实验结果表明,根据该优化模型确定的细胞大小可以提高分子动力学模拟程序的性能。     

OpenMP任务调度开销及负载均衡分析

任务调度是OpenMP规范的重要内容。在考虑调度开销、负载均衡等多方面因素的基础上，OpenMP规范制定了静态调度、动态调度、指数动态调度和运行时调度等不同策略。详细分析了在单次循环时间相等情况下，不同的OpenMP调度策略对额外开销和负载均衡的影响；提出了选择不同任务调度策略的原则。     

Application of data fusion on multi-function earth drill

0　ＩＮＴＲＯＤＵＣＴＩＯＮＷｉｔｈｔｈｅｃｏｎｓｔａｎｔｅｘｐａｎｓｉｏｎｏｆｆｏｕｎｄａｔｉｏｎｃｏｎ ｓｔｒｕｃｔｉｏｎｓｃａｌｅｉｎｏｕｒｃｏｕｎｔｒｙ ,ｔｈｅｅａｒｔｈｄｒｉｌｌｉｓｗｉｄｅｌｙｕｓｅｄ .Ｉｎｏｒｄｅｒｔｏｅｎｓｕｒｅｉｔｓｗｏｒｋｉｎｇｑｕａｌｉｔｙａｎｄｉｍ ｐｒｏｖｅｉｔｓｗｏｒｋｉｎｇｅｆｆｉｃｉｅｎｃｙ ,ｉｔｉｓｎｅｃｅｓｓａｒｙｔｏｄｏｆｕｒ ｔｈｅｒａｎａｌｙｓｉｓａｎｄｓｔｕｄｙｏｎｔｈｅｔｒｏｕｂｌｅｍｅｔｉｎｉｔｓｄｅｓｉｇｎａｎｄｕｔｉｌｉｚａｔｉｏｎ…     

非规则、核外并行计算研究综述

非规则、核外计算既是大规模并行应用普遍存在的问题,也是影响大规模并行应用效率的关键问题.本文从并行处理模型、运行支持库实现和并行优化三个方面对非规则、核外计算技术进行了全面综述,并对典型研究成果的特点和不足进行了分析.如何充分利用系统结构的特点和应用数据本身的特点,寻求非规则、核外计算处理的优化是现有技术发展的共同思想.在此基础上,指出了处理两类问题的技术相关性以及在SMP集群系统结构和网络存储环境下,解决非规则、核外计算的新思路:一是从问题描述、编译优化、运行支持等多层次协同研究充分利用系统结构特点的优化技术,二是从应用问题出发,在并行粒度确定、并行范例选择等方面统一非规则、核外计算的处理,三是研究新的支持非规则通信的优化技术和动态负载均衡方法.     

一种随机化的软件模型生成方法

模型转换是模型驱动开发的核心技术. 当要把模型转换用于工业生产时, 其性能成为影响这一技术成败的关键因素之一. 为了测试模型转换程序的性能, 需要能够快速地生成一组具有较大规模的模型数据用于作为测试的输入数据. 本文提出一种随机化的模型生成方法. 该方法能够根据元模型的定义以及用户输入的约束条件随机、正确地生成模型文件. 实验结果也表明, 本方法和其它方法相比具有更好的生成效率, 从而更加适合支持模型转换的性能测试.     

异构多核上多级并行模型支持及性能优化

低功耗及廉价性使得异构多核在超级计算机计算资源中占有重要比例.然而,异构多核具有高带宽及松耦合一致性等特点,获得理想的存储及计算性能需要更多地考虑底层硬件细节.实现了一种针对典型的异构多核Cell BE 处理器的多级并行模型CellMLP,通过C 语言扩展编译指导语句,实现了对数据并行、任务并行以及流水并行编程模型的支持,提高了并行程序生产率.运行支持优化方面,数据并行采用SPE 并行数据传输、双缓冲等优化手段来提高数据传输带宽;任务并行使用一种新式混合任务队列以支持异步任务窃取,降低SPE 线程间竞争,提高了任务并行的可扩展性;流水并行首次使用阻塞信号传输机制实现SPE 线程间的低开销同步操作.实验对Stream,NASBenchmark 及BOTS 等应用进行了测试,结果表明,CellMLP 可对多种典型并行应用进行高效支持.与目前同类编程模型SARC 及CellSs 进行性能对比,其结果表明,CellMLP 实际数据传输带宽以及非规则应用的支持方面具有明显优势.     

基于MapReduce的微博文本采集平台

微博不仅数据量大,而且实时性高,采用传统的Web文本爬取方式,很难在短时间内获取足量的微博.为了解决研究微博数据面临的数据采集问题,提出了基于MapReduce的微博数据采集平台,将整个微博抓取系统部署在hadoop平台上,充分利用hadoop分布式框架的特点,实现多节点同时抓取微博,很大程度上提高了抓取速率;并就微博采集过程中因输入数据过小导致hadoop不能有效均衡负载的问题,提出了采用多个小文件的输入方式,有效地解决了负载不均衡的问题.最后以Sina微博为例进行结,结果表明,该系统成本低、扩展性好、效率高,可广泛应用于基于微博数据的舆情分析以及传播学和虚拟社会学等方面的研究,并作为其基础数据采集平台.     

一个用于数据并行语言计算划分的时序优化模型

一个程序中数据并行语句的计算划分(CP)对该程序的运行性能有决定性的作用.尽管人们对这一问题已经进行了广泛的研究,但这些研究的重点都集中在如何提高被选择计算划分的空间局部性上.针对并行循环结构的计算划分问题,提出了一个时序优化模型.在该模型中,一个计算划分被表示成一个有向图,在把并行语句中的操作映射到各个处理器的同时,给出了被分配到不同处理器上的操作之间的相关性.对于一条数据并行语句,时序优化模型对它的每个计算划分选择方案分别采用多种有效的优化策略进行优化;并综合考虑各个计算划分选择方案的负载平衡性、处理器间的操作依赖性、数据访问的空间局部性和时间局部性四个方面的因素,估算每个方案的执行效率;最后从这些方案中选择一个执行效率最优的方案作为该语句的计算划分.作者已在HPF编译器p-HPF采用时序优化模型实现了对FORALL结构的支持.实验结果表明,该模型具有非常好的通用性,对不同领域多种数据并行问题均取得了理想的加速比.同时,只需略微改动,该模型也可用于其他类型数据并行语句的计算划分.