典型文献
一种基于自动分区的海量科学数据计算框架
文献摘要：
在科学研究领域,存储容量、处理效率和分析精度并不能适应科学数据的指数级增长速度.通过对科学数据结构与标准的研究,提出了一个海量科学数据计算框架BSDF.提出了一种基于模型驱动的统一数据接口,实现对异构科学数据的无差别访问;提出了一种基于元数据的自动分区算法,通过参数预取与超平面维度计算确定任务颗粒度.实验结果表明:与H5Spark科学数据计算框架的基于9项基准测试的性能相比,BSDF计算框架提升了39％ ～68％;在特定领域PKTM的算法优化上,BSDF达到了41.62倍的加速比.
文献关键词：
科学数据;模型驱动;分区算法;叠前时间偏移;软件工程;Spark
中图分类号：
作者姓名：
田杨;晏海华
作者机构：
北京航空航天大学 计算机学院,北京100083
文献出处：
引用格式：
[1]田杨;晏海华-.一种基于自动分区的海量科学数据计算框架)[J].北京航空航天大学学报,2022(06):1004-1012
A类：
BSDF,H5Spark,PKTM
B类：
自动分区,科学数据,数据计算,计算框架,存储容量,处理效率,分析精度,数级,增长速度,数据结构,基于模型,模型驱动,一数,数据接口,无差别,元数据,分区算法,超平面,颗粒度,基准测试,特定领域,算法优化,加速比,叠前时间偏移,软件工程
AB值：
0.392946
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
