基于hadoopmapreduce的大规模线性有限元法 - 计算机应用与软件.pdfVIP

第３４卷第３期　　　 计算机应用与软件 Ｖｏｌ３４Ｎｏ．３ ２０１７年３月　　 ＣｏｍｐｕｔｅｒＡｐｐｌｉｃａｔｉｏｎｓａｎｄＳｏｆｔｗａｒｅ Ｍａｒ．２０１７ 基于ＨａｄｏｏｐＭａｐＲｅｄｕｃｅ的大规模线性有限元法并行实现 林 海 铭 （广东省建筑科学研究院集团股份有限公司　广东广州５１０５００） 摘　要　　面对越来越复杂的工程问题，单机上的有限元计算不能达到完全解决问题的程度，可以考虑利用新兴 云计算技术来解决。设计合适的杆单元数据结构，提出基于ＭａｐＲｅｄｕｃｅ框架的线性有限单元法并行算法，包括总 体刚度阵组装和ＣＧ法求解线性方程组。在６节点Ｈａｄｏｏｐ实验集群上，通过大规模空间桁架结构进行数值验证。 结果表明采用该算法求解大规模空间桁架结构简洁、易用；在总刚组装阶段，网格模型越大，计算节点越多，计算 性能越好；但求解方程组阶段，计算性能不理想，有待改善。 关键词　　云计算　ＨａｄｏｏｐＭａｐＲｅｄｕｃｅ　线性有限元　空间桁架　并行计算 中图分类号　ＴＰ３　　　　文献标识码　Ａ　　　　ＤＯＩ：１０．３９６９／ｊ．ｉｓｓｎ．１０００３８６ｘ．２０１７．０３．００４ ＰＡＲＡＬＬＥＬＩＭＰＬＥＭＥＮＴＡＴＩＯＮＯＦＬＡＲＧＥＳＣＡＬＥＬＩＮＥＡＲＦＥＭＢＡＳＥＤ ＯＮＨＡＤＯＯＰＭＡＰＲＥＤＵＣＥＦＲＡＭＥＷＯＲＫ ＬｉｎＨａｉｍｉｎｇ （ＧｕａｎｇｄｏｎｇＰｒｏｖｉｎｃｉａｌＡｃａｄｅｍｙｏｆＢｕｉｌｄｉｎｇＲｅｓｅａｒｃｈＧｒｏｕｐＣｏ．Ｌｔｄ．，Ｇｕａｎｇｚｈｏｕ５１０５００，Ｇｕａｎｇｄｏｎｇ，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ　　Ｉｎｔｈｅｆａｃｅｏｆｉｎｃｒｅａｓｉｎｇｌｙｃｏｍｐｌｅｘｅｎｇｉｎｅｅｒｉｎｇｐｒｏｂｌｅｍｓ，ｗｅｃａｎｎｏｔｃｏｍｐｌｅｔｅｌｙｓｏｌｖｅｔｈｅｓｅｐｒｏｂｌｅｍｓ ｔｈｒｏｕｇｈｆｉｎｉｔｅｅｌｅｍｅｎｔｍｅｔｈｏｄ（ＦＥＭ）ｏｎａｓｉｎｇｌｅｍａｃｈｉｎｅ，ｂｕｔｗｅｃａｎｃｏｎｓｉｄｅｒｕｓｉｎｇｅｍｅｒｇｉｎｇｃｌｏｕｄｃｏｍｐｕｔｉｎｇ ｔｅｃｈｎｏｌｏｇｙ．Ｉｎｔｈｉｓｐａｐｅｒ，ｗｅｄｅｓｉｇｎａｎａｐｐｒｏｐｒｉａｔｅｄａｔａｓｔｒｕｃｔｕｒｅｏｆｔｒｕｓｓｅｌｅｍｅｎｔａｎｄｐｒｏｐｏｓｅａｐａｒａｌｌｅｌａｌｇｏｒｉｔｈｍｏｆ ｌｉｎｅａｒｆｉｎｉｔｅｅｌｅｍｅｎｔｍｅｔｈｏｄｂａｓｅｄｏｎＭａｐＲｅｄｕｃｅｆｒａｍｅｗｏｒｋ，ｉｎｃｌｕｄｉｎｇａｓｓｅｍｂｌｉｎｇｇｌｏｂａｌｓｔｉｆｆｎｅｓｓｍａｔｒｉｘａｎｄｃｏｎｊｕｇａｔｅ ｇｒａｄｉｅｎｔ（ＣＧ）ｍｅｔｈｏｄｆｏｒｓｏｌｖｉｎｇｌｉｎｅａｒｅｑｕａｔｉｏｎｇｒｏｕｐｓ．ＯｎｔｈｅｓｉｘｎｏｄｅＨａｄｏｏｐｅｘｐｅｒｉｍｅｎｔａｌｃｌｕｓｔｅｒ，ｎｕｍｅｒｉｃａｌ ｖｅｒｉｆｉｃａｔｉｏｎｉｓｃａｒｒｉｅｄｏｕｔｔｈｒｏｕｇｈｌａｒｇｅｓｃａｌｅｓｐａｔｉａｌｔｒｕｓｓｓｔｒｕｃｔｕｒｅｓ．Ｔｈｅｒｅｓｕｌｔｓｓｈｏｗｔｈａｔｉｔｉｓｓｉｍｐｌｅａｎｄｅａｓｙｔｏｓｏｌｖｅ ｌａｒｇｅｓｃａｌｅｓｐａｔｉａｌｔｒｕｓｓｓｔｒｕｃｔｕｒｅｓｂｙｕｓｉｎｇｔｈｅｐｒｏｐｏｓｅｄａｌｇｏｒｉｔｈｍ．Ａｔｔｈｅｓｔａｇｅｏｆａｓｓｅｍｂｌｉｎｇｇｌｏｂａｌｓｔｉｆｆｎｅｓｓｍａｔｒｉｘ，ａｓ ｔｈｅｓｉｚｅｏｆｔｈｅｍｅｓｈｍｏｄｅｌａｎｄｔｈｅｎｕｍｂｅｒｏｆｃｌｕｓｔｅｒ’ｓｎｏｄｅｓｉｎｃｒｅａｓｅ，ｔｈｅｃｏｍｐｕｔｉｎｇｐｅｒｆｏｒｍａｎｃｅｂｅｃｏｍｅｓｂｅｔｔｅｒ． Ｈｏｗｅｖｅｒ，ａｔｔｈｅｓｔａｇｅｏｆｓｏｌｖｉｎｇｅｑｕａｔｉｏｎｇｒｏｕｐｓ，ｔｈｅｃｏｍｐｕｔｉｎｇｐｅｒｆｏｒｍａｎｃｅｉｓｎｏｔｉｄｅａｌａｎｄｓｈｏｕｌｄｂｅｉｍｐｒｏｖｅｄｉｎｔｈｅ ｆｕｔｕｒｅ． Ｋｅｙｗｏｒｄｓ　　Ｃｌｏｕｄｃｏｍｐｕｔｉｎｇ　ＨａｄｏｏｐＭａｐＲｅｄｕｃｅ　Ｌｉｎｅａｒｆｉｎｉｔｅｅｌｅｍｅｎｔ　Ｓｐａｔｉａｌｔｒｕｓｓ　Ｐａｒａｌｌｅｌｃｏｍｐｕｔｉｎｇ 布式资源进行协同工作的超级计算范式。简单地说，