專利名稱：一種針對拓撲關(guān)系并行計算的矢量目標集均衡劃分方法
技術(shù)領(lǐng)域：
本發(fā)明屬于并行計算領(lǐng)域，特別是涉及到一種針對矢量目標拓撲關(guān)系并行計算的矢量目標集均衡劃分方法。
背景技術(shù)：
拓撲關(guān)系是空間目標在延展、移動、旋轉(zhuǎn)等變換下保持不變的一種定性關(guān)系，它在空間數(shù)據(jù)的組織、分析、查詢等方面有著十分重要的作用。拓撲關(guān)系在空間推理和空間查詢上也扮演著非常重要的角色，是地理信息系統(tǒng)的重要內(nèi)容。隨著空間數(shù)據(jù)量爆炸式的增長，傳統(tǒng)的空間關(guān)系串行算法已不能滿足大規(guī)模空間數(shù)據(jù)分析與需求，亟待利用計算機并行體系架構(gòu)發(fā)展一種并行算法，才能滿足大規(guī)模矢量目標(空間數(shù)據(jù))空間關(guān)系快速計算與分析的應(yīng)用需求。矢量目標拓撲關(guān)系并行算法由3部分組成1)多邊形目標集的預(yù)處理；2)多邊形目標集劃分；3)多邊形目標拓撲關(guān)系計算與判斷。多邊形目標集預(yù)處理并行算法的預(yù)處理是指對多邊形數(shù)據(jù)進行并行排序，排序的原則是以多邊形目標的頂點數(shù)為參數(shù)進行排序。多邊形目標集劃分多邊形目標集的劃分是拓撲關(guān)系并行算法的重點和難點問題。影響并行算法的效率的一個重要方面是并行計算過程中的負載均衡。拓撲關(guān)系并行算法設(shè)計需考慮兩方面問題一是矢量目標的空間特性，二是矢量目標集的劃分。拓撲關(guān)系并行算法為非計算密集型算法，根據(jù)其并行算法的特征，對其數(shù)據(jù)劃分可采取相應(yīng)方法。目前并行算法的矢量目標集劃分方法主要有輪轉(zhuǎn)劃分法[1]、范圍劃分法[1_3]、散列劃分法[1’4]、混合劃分法[1’5]、空間曲線劃分法[6’7]等，但這些已有劃分方法都不能針對拓撲關(guān)系算法的特點來保障拓撲關(guān)系并行算法中各進程的任務(wù)負載均衡，影響了計算效率。因此，本發(fā)明針對拓撲關(guān)系算法的特點，設(shè)計了新的劃分方法，實現(xiàn)了對大規(guī)模矢量目標集的拓撲關(guān)系計算負載均衡，提高了矢量目標空間關(guān)系計算的效率。參考文獻[I]趙春宇.高性能并行GIS中矢量空間數(shù)據(jù)存取與處理關(guān)鍵技術(shù)研究[D].武漢武漢大學(xué)，2006.[2]Ann Chervenak, Ian Foster, Carl Kesselman, Charles Salisbury,Steven Tueck. The data grid Towards an architecture for the distributedmanagement andanalysis of large scientific datasets[J]. Journal of Network andComputerApplication. 2000,23 :187 200.[3]http://docs. oracle, com/cd/B28359_01/server. 11l/b32024/partition.htm[4] Chengwen Liu, Hao Chen, A Hash Partition Strategy for Distributed QueryProcessing[C]，the 5th International Conference on ExtendingDatabaseTechnology(EDBT)，Avignon, France,1996，1057 :371-387.[5]Shahram Ghandeharizadeh, David J. DeWitt, Hybrid-range partitioningstrategy a new declustering strategy for multiprocessor databases machines[C],Proceedings of the sixteenth international conference on Very large databases,Brisbane, Australia,1990,481-492[6]王永杰孟令奎趙春宇.基于Hilbert空間排列碼的海量空間數(shù)據(jù)劃分算法研究[J].武漢大學(xué)學(xué)報信息科學(xué)版，2007, 32 (7) :650 653.[7]田光.并行計算環(huán)境中矢量空間數(shù)據(jù)的劃分策略研究與實現(xiàn)[D].中國地質(zhì)大學(xué)，2011.

發(fā)明內(nèi)容
(一)算法步驟本發(fā)明提供了一種針對拓撲關(guān)系并行計算的矢量目標集均衡劃分方法。據(jù)其拓撲關(guān)系并行計算特點，本發(fā)明采用·了顧及目標數(shù)量的矢量目標集均衡劃分方法將目標集劃分至不同進程，使拓撲關(guān)系并行計算各進程任務(wù)均衡(如圖1所示)。1.顧及目標數(shù)量的矢量目標集均衡劃分方法(以下簡稱均衡劃分法)矢量目標拓撲關(guān)系(點目標拓撲關(guān)系、線目標拓撲關(guān)系和面目標拓撲關(guān)系)并行計算屬于非計算密集型算法，其在并行計算中主要的計算資源消耗是判斷矢量目標的最小包圍矩形是否相交，拓撲計算只消耗小部分計算資源。因此，矢量目標集劃分的重點不是要關(guān)注矢量目標的幾何復(fù)雜性，而是要重點關(guān)注各進程中矢量目標數(shù)量的均衡。均衡劃分法根據(jù)進程數(shù)P將矢量目標集(數(shù)量η)均衡地劃分為P份，各個進程得到η/ρ個矢量目標集。具體過程如圖2所示I)矢量目標集中對象數(shù)量為η，根據(jù)矢量目標集中對象的頂點數(shù)(圖2Α中的數(shù)字為對象頂點數(shù)Vi)按照(式I)計算各矢量目標的權(quán)值Wi，各進程依據(jù)對象的權(quán)值采用排序算法對矢量目標集進行序列化(如圖2Β)；Wi = f (Vi) (I ^ i ^ η)式 I2)每次分配的矢量目標子集數(shù)量為I (O < I彡|n/(kXp) | ,2彡k < n/p,且k為偶數(shù))，已分配對象集的次數(shù)為m(0彡m彡k)；3)按照矢量目標集序列化的順序，每次將P個數(shù)量為I且序列號相鄰的子矢量目
標集Sm{sml, sm2, sm3, ......，sm(pX1)}(即pX I個對象)分配到不同進程,若m為奇數(shù),則分配
的順序是S1 — Spxl，若為偶數(shù)則分配的順序為Spxl — Sl。此分配方式重點是顧及各進程中對象數(shù)目均衡，也顧及到了矢量目標的幾何復(fù)雜度(頂點數(shù))均衡(因為矢量目標集是依據(jù)權(quán)值Vi排序，奇數(shù)次與偶數(shù)次分配時順序相反，如式2中所示進程P1第m次分配為Smi，第m+1次分配的為S(m+1) (ρΧΗ)，進程p2第m次分配為S+m)，第m+1次分配的為S(m+1)i，則各進程分配的矢量目標集幾何復(fù)雜度基本均衡)，如圖2C ;Smi+S(m+1) (ρχι- ) Sm(pX1_i)+S(^1)i 式 24)將最后不足P個數(shù)量為I的矢量目標集(數(shù)量為n-mXpXl)，將其按照2)步驟均衡劃分給各進程，直至所有的矢量目標都劃分至各進程(二)有益效果1、利用本發(fā)明，針對拓撲關(guān)系算法特點采用顧及目標數(shù)量的矢量目標集均衡劃分方法，將矢量目標集均衡劃分至不同的進程，使進程間的任務(wù)實現(xiàn)負載均衡，提高了并行計算效率，其并行效率大于60% ；2、利用本發(fā)明，采用單機多核、眾核級高性能集群硬件環(huán)境，可開發(fā)高性能并行計算軟件，實現(xiàn)對海量空間數(shù)據(jù)進行高效空間關(guān)系分析。
四

圖1拓撲關(guān)系并行算法特點及其對應(yīng)矢量目標集的劃分方法圖2顧及目標數(shù)量的矢量目標集均衡劃分方法圖3應(yīng)用均衡劃分方法案例的矢量目標集
五具體實施例方式針對拓撲關(guān)系并行計算的矢量目標集劃分方法，以下提供案例對本發(fā)明進行說明。(一 )顧及目標數(shù)量的矢量目標集均衡劃分方法案例本發(fā)明利用均衡劃分法把數(shù)據(jù)分配到不同進程，計算矢量目標之間是否有重疊(拓撲關(guān)系中的一種)，并輸出查詢得到的空間目標ID。本案例的矢量目標集為某地區(qū)691，442塊宗地(有4，417，571個點)，如圖3所示(其中圖3A為案例中所用宗地塊集，而圖3B顯示宗地塊的復(fù)雜度)。I)計算空間拓撲關(guān)系的矢量目標集為DataSet，矢量目標集包含對象的數(shù)目為N=691，442 個；2)設(shè)各矢量目標的權(quán)值Wi = f (Vi)(其中權(quán)值函數(shù)f (Vi) = Vi),即以矢量目標的頂點數(shù)為權(quán)值；3)將DataSet中對象采用正則排序算法按照權(quán)值從大到小進行序列化，；4)根據(jù)進程數(shù)P，采用均衡劃分法將DataSet矢量目標集劃分到不同進程，每個進程分配數(shù)據(jù)的量為subDataSet，且各子矢量目標集包含對象數(shù)為691，442/P，WP = 4、每次分配691，442/ (2 XP)、分配兩次為例第一次分配，進程O中分配的subDataSet矢量目標數(shù)為86，430個(I≤ID≤86，430，ID為對象的序列號)，進程I中分配的subDataSet矢量目標數(shù)為86,430(86,431 ^ ID ^ 172，860)，進程2中分配的subDataSet矢量目標數(shù)為86，430 個(172，861 ^ ID ^ 259，290)，進程 3 中分配的 subDataSet 矢量目標數(shù)為 86，430個(259,291 ^ ID ^ 345, 720);第二次分配，進程O中分配的subDataSet矢量目標數(shù)仍為86,430個￠05,011 ^ ID ^ 691，440)，進程I中分配的subDataSet矢量目標數(shù)仍為86,430(518, 581 ^ ID ^ 605，010)，進程 2 中分配的 subDataSet 矢量目標數(shù)仍為 86,430個(432，151 ^ ID ^ 518，580)，進程3中分配的subDataSet矢量目標數(shù)仍為86,430個(345，721 ^ ID ^ 432，150);最后，劃分剩余的2個矢量目標至進程O、進程I。最終，進程O的矢量目標數(shù)量為172，861，進程I的矢量目標數(shù)量為170，861，進程2的矢量目標數(shù)量為170，860，進程3的矢量目標數(shù)量為170,860 ；5)每個進程DataSet中的矢量目標與subDataSet矢量目標計算空間拓撲關(guān)系，回收所有進程得到的 結(jié)果，其宗地重疊有53處，表I中的結(jié)果就是基于均衡劃分法的矢量拓撲關(guān)系并行計算，其加速效果明顯，運算消耗時間隨著進程的增多而減少，極大提高了拓撲關(guān)系計算效率，加速比在8個進程時能達到5. 33。
表I基于均衡劃分法的矢量拓撲關(guān)系并行計算結(jié)果
權(quán)利要求
1.一種針對拓撲關(guān)系并行計算的矢量目標集劃分方法，其特征主要在于 針對拓撲關(guān)系并行計算并顧及目標數(shù)量的矢量目標集均衡劃分方法；根據(jù)權(quán)利要求1所述對于針對拓撲關(guān)系并行計算并顧及目標數(shù)量的矢量目標集均衡劃分方法，其特征在于，包含以下2個特征 .1)以各矢量目標頂點數(shù)(Vi)為權(quán)值(Wi)的參數(shù)(Wi= f (Vi) (1≤i≤n) ,n為矢量目標數(shù)目)，根據(jù)各矢量目標的Wi大小對矢量目標集進行序列化，劃分數(shù)量相同的矢量目標子集至各進程，使進程間的任務(wù)負載均衡。
.2)在分配的過程中，根據(jù)分配次數(shù)m的奇偶性，將矢量目標集SmIs1,s2, S3,……，sp}分配到不同進程；若m為奇數(shù)，則分配的順序是Sl —sp (即權(quán)值從大到小(或從小到大))；若m為偶數(shù)，則分配的順序為Sp — S1 (即權(quán)值從小到大(或從大到小))。
全文摘要
本發(fā)明公開了一種針對拓撲關(guān)系并行計算的矢量目標集劃分方法。矢量目標拓撲關(guān)系并行計算屬于非計算密集型算法，其并行計算中主要的計算資源消耗是判斷矢量目標間最小包圍矩形是否相交，而拓撲計算只占小部分計算資源。因此，矢量目標劃分的重點不是顧及矢量目標的幾何復(fù)雜性，而是考慮各進程中矢量目標數(shù)量的均衡。針對矢量目標拓撲關(guān)系并行計算采用高效的均衡劃分法分配數(shù)據(jù)至各進程，使進程間矢量目標數(shù)量均衡即任務(wù)負載均衡。利用本發(fā)明可實現(xiàn)進程間計算負載高度均衡，進而提高算法效率，為單機多核、眾核和高性能集群環(huán)境的海量數(shù)據(jù)的拓撲關(guān)系軟件的開發(fā)與服務(wù)提供一種高效的矢量數(shù)據(jù)劃分方法。
文檔編號G06F9/48GK103049322SQ20121058637
公開日2013年4月17日 申請日期2012年12月31日 優(yōu)先權(quán)日2012年12月31日
發(fā)明者吳立新, 楊宜舟, 郭甲騰 申請人:吳立新, 楊宜舟, 郭甲騰