[发明专利]一种面向独立计算特征的矢量数据地理信息并行编程方法

说明书

本发明公开了一种面向独立计算特征的矢量数据地理信息并行编程方法，具体包括以下步骤：S1：将面向独立计算特征的串行地理信息处理算法的串行过程进行分解；S2:采用主从模式进行并行设计；S3：并行过程采用模板方法分为三类：并行地理处理接口类、地理处理串行实现类、基础功能类；S4：从并行地理处理接口类继承形成地理信息串行实现类，编译后形成并行程序；S5：运行时使用并行程序调用的方式进行程序调用，完成地理信息处理功能的并行处理。本发明的有益效果：在对串行算法过程分解的基础上，将并行设计过程进行抽象，通过提高并行开发的抽象层次，屏蔽了复杂的并行过程，降低对程序开发人员的要求。

技术领域

本发明涉及高性能地理信息处理技术领域，具体来说涉及一种面向独立计算特征的矢量数据地理信息并行编程方法。

背景技术

近年计算机计算能力迅速提高，尤其是多核计算机和并行计算集群开始普及，但传统GIS的串行算法却难以充分利用这些先进的计算资源。虽然GIS算法并行化已经有20年历史，但大多数限于单个栅格算法的并行化，对矢量算法则仅限于简单或典型的空间分析算法，如最短路径分析、叠加分析等。GIS算法，尤其是矢量算法，存在并行编程困难的问题。其实质在于：

1)地理空间数据结构与访问模式复杂

GIS数据实体种类繁多，从大类上可分为栅格和矢量两种。矢量数据结构复杂，对象之间的拓扑关系紧凑、对象的空间覆盖范围广、对象的存储大小不固定；栅格数据也同时具有本地相关、局部相关、整体相关等多种算法相关性，使得目前还没有一种公认的较为完善的数据划分策略以及复杂的数据访问模式。

2)对开发人员要求较高

目前主流的并行编程语言复杂多样，有Map-Reduce、MPI、OpenMP、Cuda等多种并行方式，并行编程模式也有数据并行模式、流水线并行模式、主从并行模式等多种模式，在具体编程过程中有涉及多节点并行、多核并行、消息传递和共享内存等，使得并行编程难度大。这要求地理信息处理专家在处理复杂的地理操作时，还必须具备充分的并行系统结构知识。利用低级的并行编程语言如MPI进行数据划分、并行任务分解、同步和进程通信，涉及的并行函数繁多、编程逻辑复杂，这使得并行编程变得相当繁琐而困难。

而在众多的矢量算法中，从并行角度而言，有一类算法称之为独立计算，或几何对象单独计算模式，即结果数据集可以由输入数据集中每个几何对象独立计算得出，与其它几何对象无关，其数据并行性最好。包括平行线计算、弧段分割，属性更改等算法。

因此，亟需研发一种面向独立计算特征的矢量数据地理信息快速并行编程方法，在程序开发层次解决矢量空间分析算法并行编程困难的问题。

发明内容

针对相关技术中的问题，本发明提出一种面向独立计算特征的矢量数据地理信息并行编程方法，通过提高并行开发的抽象层次，屏蔽了复杂的并行过程，在程序开发层次解决了几何对象单独计算类矢量空间分析算法并行编程困难的问题。

为了实现上述技术目的，本发明的技术方案是这样的：

一种面向独立计算特征的矢量数据地理信息并行编程方法，具体包括以下步骤：

S1：串行流程过程分解：将面向独立计算特征的串行地理信息处理算法的串行过程进行分解；

S2:并行流程设计：将面向独立计算特征的串行地理信息处理算法采用主从模式进行并行设计；

S3：并行流程抽象实现：将面向独立计算特征的地理信息处理算法并行过程采用模板方法分为三类：并行地理处理接口类、地理处理串行实现类、基础功能类；

S4：具体算法串行实现：从并行地理处理接口类继承形成地理信息串行实现类，编译后形成并行程序；

S5：并行调用：运行时使用并行程序调用的方式进行程序调用，完成地理信息处理功能的并行处理。