首页 理论教育 并行性能分析:优化大数据处理速度

并行性能分析:优化大数据处理速度

时间:2023-06-26 理论教育 版权反馈
【摘要】:利用前文提到的两种不同配置的测试机器,分别设置不同的多核环境测试算法在“超线程”技术启闭状态下的并行性能指标,见表10.3及图10.8、图10.9。配置1中,最大的节省时间和最大加速比出现在4核环境“超线程”开启状态下,缩减了31.8h,约串行时间的75%,最大加速比为3.94,但是,最高计算效率105.4%出现在2核环境“超线程”开启状态下,发生“超线性加速比”现象。

并行性能分析:优化大数据处理速度

利用前文提到的两种不同配置的测试机器,分别设置不同的多核环境测试算法在“超线程”技术启闭状态下的并行性能指标(包括计算耗时、节省时间、加速比以及效率),见表10.3及图10.8、图10.9。从图10.8和图10.9中看到,并行算法的计算时间比串行时间大幅度缩减。配置1中,最大的节省时间和最大加速比出现在4核环境“超线程”开启状态下,缩减了31.8h,约串行时间的75%,最大加速比为3.94,但是,最高计算效率105.4%出现在2核环境“超线程”开启状态下,发生“超线性加速比”现象。配置2中,最大的节省时间和最大加速比则出现在32核环境“超线程”关闭状态下,缩减了79.8h,约串行时间的95%,最大加速比为20.44,但是,最高计算效率112.9%同样出现在2核环境“超线程”开启状态下,发生“超线性加速比”现象。对这些并行计算评价指标的分析以及产生原因在9.3.4节中已进行了详细的阐述,在此不再赘述。

表10.3 不同测试环境下PCCDP计算时间

图10.8 配置1中PCCDP并行性能评价指标(www.xing528.com)

图10.9(一) 配置2中PCCDP并行性能评价指标

图10.9(二) 配置2中PCCDP并行性能评价指标

免责声明:以上内容源自网络,版权归原作者所有,如有侵犯您的原创版权请告知,我们将尽快删除相关内容。

我要反馈