物联网技术
物聯網技術
물련망기술
INTERNET OF THINGS TECHNOLOGIES
2015年
2期
52-55
,共4页
闫广%陈卿%刘晓文%郎佳敏
閆廣%陳卿%劉曉文%郎佳敏
염엄%진경%류효문%랑가민
到时差%分布式矿震监测%MapReduce框架%hadoop集群%计算用时
到時差%分佈式礦震鑑測%MapReduce框架%hadoop集群%計算用時
도시차%분포식광진감측%MapReduce광가%hadoop집군%계산용시
针对震动波波速成像过程中遇到的海量数据处理问题,提出了分布式实现到时差相关运算,提出了在MapReduce框架下到时差计算的程序设计思路,并在hadhoop环境下进行测试。测试结果表明使用MapReduce作为海量传感器数据的处理框架是可行的;在进行并行的到时差相关运算时,hadoop集群运算所需时间受待计算数据量和data node个数的影响,待计算数据量越大,或data node个数越少,运算所需时间越长,但这两组关系均非线性;平均Map时间与待计算数据量和data node个数无关,仅与Map函数的执行内容有关。
針對震動波波速成像過程中遇到的海量數據處理問題,提齣瞭分佈式實現到時差相關運算,提齣瞭在MapReduce框架下到時差計算的程序設計思路,併在hadhoop環境下進行測試。測試結果錶明使用MapReduce作為海量傳感器數據的處理框架是可行的;在進行併行的到時差相關運算時,hadoop集群運算所需時間受待計算數據量和data node箇數的影響,待計算數據量越大,或data node箇數越少,運算所需時間越長,但這兩組關繫均非線性;平均Map時間與待計算數據量和data node箇數無關,僅與Map函數的執行內容有關。
침대진동파파속성상과정중우도적해량수거처리문제,제출료분포식실현도시차상관운산,제출료재MapReduce광가하도시차계산적정서설계사로,병재hadhoop배경하진행측시。측시결과표명사용MapReduce작위해량전감기수거적처리광가시가행적;재진행병행적도시차상관운산시,hadoop집군운산소수시간수대계산수거량화data node개수적영향,대계산수거량월대,혹data node개수월소,운산소수시간월장,단저량조관계균비선성;평균Map시간여대계산수거량화data node개수무관,부여Map함수적집행내용유관。