[发明专利]同步编程模型Hama BSP下基于蝶形网络的双聚类挖掘方法

权利要求书

1.一种同步编程模型Hama BSP下基于蝶形网络的双聚类挖掘方法，其特征在于步骤如下：

前提：创建一个具有N个节点的集群，其中N＝2ⁿ，n为迭代次数(也称超步)，在每个节点上，首先部署Hadoop系统(Hama利用其中的HDFS文件系统)，接着安装Hama，为了方便表示，每个节点用整数来表示，范围为[0，2ⁿ-1]；

步骤1：本地计算阶段：在第step个超步中，每个节点主要做双聚类的挖掘工作，首先做本地变量的声明与初始化工作，利用geneSet存储属于同一双聚类的多个基因的名称，geneSets依照先后顺序存储所挖掘出的双聚类中的基因名集合，cdSeq存储属于同一双聚类的实验条件序列，cdSeqs同样依照先后顺序存储所挖掘出的双聚类中的实验条件序列的集合，Array口记录对应的长度为m的cdSeq的内存地址，Arrayl[]记录对应长度小于m的cdSeq的内存地址，ArrayNo[]记录对应的长度为m的cdSeq的数量，并将其初始化为0，超步数目step初始化为1；

步骤1.1：如果step＝1，即为第1个超步，则只需要将本节点原有数据进行最长公共子序列匹配；

步骤1.2：否则，则需要将接收到的数据与本地数据(含前几个超步中传递过来的数据)、中间结果进行最长公共子序列匹配；

步骤2：全局通信阶段：将N个节点分为(log₂N)/2^step-1组，1≤step≤n，即每一组必须有2^step个成员，即每组节点数grpSz为2^setp，且这些成员拥有连续的编号；接着每一组又分成2个半组，即每个半组节点数hfGrpSz为2^step-1；然后每个半组中的节点与另一个半组中步长之差为2^step-1的节点进行交互；

步骤3：障栅同步阶段：等待所有通信行为的结束，即已交互完的节点等待未交互完的节点；

步骤4：step＝step+1，重复步骤1.2至3，直到没有信息传递(flag为false)或者超步数目达到log₂N，Hama平台的计算工作就停止下来。

2.根据权利要求1所述的方法，其特征在于所属步骤1至4所述的同步编程模型HamaBSP下基于蝶形网络的双聚类挖掘算法的伪代码如下：