地理大数据并行计算负载均衡技术研究

目录

前言

第1章 绪论 1

1.1 负载均衡并行技术概述 1

1.2 地理空间分析并行技术研究 3

1.2.1 地理矢量数据空间分析并行技术研究 4

1.2.2 地理栅格数据空间分析并行技术研究 11

1.3 CPU/GPU混合架构并行技术研究 15

1.3.1 CPU/GPU并行编程模型研究 15

1.3.2 CPU/GPU混合架构应用研究 18

1.4 地理空间分析通用并行化方法研究 19

1.5 本书主要研究内容 21

第2章 基于计算复杂度的矢量多边形空间分析负载均衡并行方法 25

2.1 数据密集型多边形空间分析负载均衡并行方法 25

2.1.1 算法特征分析 25

2.1.2 基于多边形复杂度的数据划分方法 26

2.1.3 并行计算实现流程 38

2.1.4 实验与分析 40

2.2 计算密集型多边形空间分析负载均衡并行方法 51

2.2.1 算法特征分析 51

2.2.2 基于改进边界代数法的多边形空间分析算法 52

2.2.3 多边形计算复杂度模型构建 59

2.2.4 复杂多边形分解方法 67

2.2.5 并行计算实现流程 68

2.2.6 实验与分析 70

2.3 本章小结 79

第3章 顾及有效计算量的多粒度栅格空间分析负载均衡并行方法 81

3.1 局部型栅格数据空间分析负载均衡并行方法 81

3.1.1 算法特征分析 81

3.1.2 不规则数据划分方法 82

3.1.3 多粒度动态并行调度方法 86

3.1.4 并行计算实现流程 88

3.1.5 实验与分析 90

3.2 全局型栅格数据空间分析负载均衡并行方法 100

3.2.1 算法特征分析 100

3.2.2 两阶段数据划分方法 102

3.2.3 抓取式并行调度方法 105

3.2.4 基于二叉树的结果融合方法 106

3.2.5 并行计算实现流程 108

3.2.6 实验与分析 110

3.3 本章小结 118

第4章 面向CPU/GPU混合架构的自适应负载均衡并行计算模型 120

4.1 自适应负载均衡并行计算模型 120

4.1.1 总体架构 120

4.1.2 适应CPU/GPU混合异构计算环境的并行方法 126

4.1.3 串行算法快速并行化方法 138

4.1.4 自适应负载均衡方法 142

4.2 实验与分析 145

4.2.1 实验设计 145

4.2.2 多核CPU下进程级/线程级混合并行方法验证 146

4.2.3 CPU/GPU协同并行方法验证 150

4.3 本章小结 154

第5章 CPU/GPU协同负载均衡并行计算平台设计与实现 155

5.1 设计思想 155

5.2 平台配置 156

5.3 功能结构 156

5.4 平台功能验证 167

5.5 本章小结 171

参考文献 172