高性能地理計算

目錄
第1章 緒論 1
1.1 地理計算與高性能計算概述 1
1.1.1 地理計算 1
1.1.2 高性能計算 3
1.1.3 GIS 與高性能計算 4
1.2 高性能地理計算概述 6
1.2.1 時空大數據分布式存儲管理 8
1.2.2 時空大數據并行計算與流計算 10
1.2.3 時空大數據GIS 12
第2章 并行計算基礎 14
2.1 概述 14
2.1.1 并行計算概念 14
2.1.2 計算機性能與發(fā)展 15
2.1.3 并行機分類 17
2.2 并行算法設計 21
2.2.1 并行分解方法 21
2.2.2 并行算法設計挑戰(zhàn) 24
2.2.3 并行算法設計過程 24
2.3 并行算法性能評估 26
2.3.1 加速比與并行效率 27
2.3.2 可擴展性 27
2.3.3 加速比定律 28
第3章 并行編程基礎 31
3.1 OpenMP 并行編程 31
3.1.1 進程與線程 31
3.1.2 OpenMP 指令 33
3.1.3 庫函數與環(huán)境變量 40
3.1.4 OpenMP 環(huán)境運行 43
3.1.5 OpenMP 坡度計算 46
3.2 MPI 并行編程 57
3.2.1 MPI 概述 57
3.2.2 MPI 基礎函數 58
3.2.3 MPI 通信 59
3.2.4 MPI 數據類型 63
3.2.5 MPI 環(huán)境運行與坡度計算 64
3.3 MapReduce 并行編程 72
3.3.1 MapReduce 計算模式 72
3.3.2 Hadoop 分布式系統(tǒng) 75
3.3.3 Spark 計算引擎 78
3.3.4 Spark 環(huán)境運行 80
3.4 GPU 并行編程 84
3.4.1 概述 84
3.4.2 CUDA 編程 85
3.4.3 CUDA 常用函數 88
3.4.4 CUDA 環(huán)境運行 89
第4章 并行地理計算 96
4.1 地理算法并行設計挑戰(zhàn) 96
4.1.1 并行策略 96
4.1.2 負載均衡 100
4.1.3 數據I/O 104
4.1.4 通信 104
4.2 地理算法并行化 108
4.2.1 數據并行地理算法 108
4.2.2 任務并行地理算法 117
第5章 地理計算強度 124
5.1 概述 124
5.1.1 地理計算特征表達 125
5.1.2 計算強度評估 127
5.1.3 地理空間域分解 129
5.2 AI 地理計算強度預測 131
5.2.1 案例介紹 132
5.2.2 計算強度評估模型 135
5.2.3 地理空間域分解 137
5.2.4 實驗結果分析 139
第6章 高性能空間數據存儲 155
6.1 關系數據庫與NoSQL 155
6.2 NoSQL 數據庫 158
6.2.1 MongoDB 158
6.2.2 HBase 167
6.2.3 Redis 171
6.3 陣列數據庫 177
6.3.1 概述 177
6.3.2 Rasdaman 179
6.3.3 SciDB 182
6.3.4 評測分析 187
6.4 時空數據立方 189
6.4.1 概述 189
6.4.2 時空立方體概念 191
6.4.3 GeoCube 設計與實現(xiàn) 195
第7章 地理云計算 206
7.1 概述 206
7.1.1 云計算簡介 206
7.1.2 云平臺介紹 208
7.1.3 邊緣計算 214
7.2 地理云計算簡介及地理信息處理云服務 215
7.2.1 地理云計算簡介 215
7.2.2 地理信息處理云服務 216
第8章 云GIS 226
8.1 概述 226
8.2 云GIS 設計與實現(xiàn) 227
8.2.1 系統(tǒng)架構 227
8.2.2 分布式空間數據存儲 228
8.2.3 分布式GIS 內核 231
8.2.4 結果分析 234
第9章 地理流計算 237
9.1 概述 237
9.1.1 技術背景 237
9.1.2 案例介紹 241
9.2 地理觀測流 242
9.2.1 信息模型 242
9.2.2 計算模型 244
9.2.3 性能分析模型 245
9.2.4 系統(tǒng)架構 247
9.3 實時地理信息流處理 248
9.3.1 案例計算 248
9.3.2 結果分析 250
第10章 時空大數據平臺 255
10.1 概述 255
10.2 時空大數據平臺功能 256
10.2.1 平臺概況 257
10.2.2 數據中心 257
10.2.3 計算中心 259
10.2.4 服務中心 260
10.2.5 管理中心 260
10.3 時空大數據平臺應用 261
參考文獻 274