首页 | 本学科首页   官方微博 | 高级检索  
     

使用MapReduce编程模型进行大规模FCD并行处理
引用本文:杨喆,陈锋.使用MapReduce编程模型进行大规模FCD并行处理[J].电子技术,2010,47(9):17-19.
作者姓名:杨喆  陈锋
作者单位:中国科学技术大学自动化系
基金项目:本文研究受国家高技术研究发展计划(863计划)(2007AA11Z222)支持 
摘    要:浮动车交通信息获取技术是近几年发展起来的一种很有前景的获取城市动态交通信息的方法,它利用计算机、全球定位和无线通信技术来获取浮动车数据(FCD)进行处理。FCD经过地图匹配、路段速度推测等计算后转变为城市动态交通信息。为了能够使大规模的FCD处理快速、及时,必须采用并行计算。MapReduce最初由Google提出,它使开发人员不需太多并行编程经验就可以快速开发出能够运行在大规模分布式集群上的软件。本文基于MapReduce并行编程模型,提出了一种FCD并行处理的方法来解决大规模FCD实时处理的问题。最后在高性能集群上进行了实验,得到的近似线性加速比的结果验证了该设计方案的有效性。

关 键 词:浮动车数据  地图匹配  路段速度估计  分布式计算  MapReduce

Parallel Processing of Large Scale FCD Using MapReduce Programming Model
Yang Zhe,Chen Feng.Parallel Processing of Large Scale FCD Using MapReduce Programming Model[J].Electronic Technology,2010,47(9):17-19.
Authors:Yang Zhe  Chen Feng
Affiliation:Yang Zhe Chen Feng(Department of Automation,University of Science and Technology of China,Hefei 230027)
Abstract:浮动车交通信息获取技术是近几年发展起来的一种很有前景的获取城市动态交通信息的方法,它利用计算机、全球定位和无线通信技术来获取浮动车数据(FCD)进行处理。FCD经过地图匹配、路段速度推测等计算后转变为城市动态交通信息。为了能够使大规模的FCD处理快速、及时,必须采用并行计算。MapReduce最初由Google提出,它使开发人员不需太多并行编程经验就可以快速开发出能够运行在大规模分布式集群上的软件。本文基于MapReduce并行编程模型,提出了一种FCD并行处理的方法来解决大规模FCD实时处理的问题。最后在高性能集群上进行了实验,得到的近似线性加速比的结果验证了该设计方案的有效性。
Keywords:MapReduce
本文献已被 维普 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号