摘要
本发明提出一种基于降维曲线的切片任务均衡划分方法,选择Java的Fork/Join框架和Spark计算框架作为切片模型的底层架构,采用基于节点的Spark切片任务划分,以及Fork/Join的单机切片任务二次划分。Java的Fork/Join框架是专为解决单机并行任务的计算框架,它简单易用,核心函数只有分解任务的fork函数,以及合并结果的join函数,利用单机线程池实现任务的并行处理;Spark框架则可以很好的处理分布式任务,该框架提供了简洁明了的分布式计算API,逻辑结构清晰,对java有良好的支持。通过spark中的Driver对整个瓦片地图数据进行初步的切分,每一个切片被分配到单节点的Excutor上,单节点使用fork函数进一步切分该瓦片任务,直至瓦片数据大小在该节点可处理范围内为止。
技术关键词
矢量瓦片
切片
分布式集群环境
划分方法
瓦片地图数据
坐标
节点
编码
曲线
多线程
框架
分片
存储系统
金字塔
索引
对象
键值
系统为您推荐了相关专利信息
机器学习分类模型
判别方法
速度
高温高压岩石物性
切片
无人机定位方法
无人机飞行区域
无人机飞行高度
识别算法
图像
光伏发电数据
风力发电数据
补偿方法
异常数据
BP神经网络
误差检测方法
陶瓷基片
支持向量机模型
线宽偏差值
误差幅值