到时差计算中并行相关算法试验及性能分析.PDF

智能处理与应用 Intelligent Processing and Application 到时差计算中并行相关算法实验及性能分析 1,2,4 3 1,2,4 1,2,4 闫 广 ，陈 卿，刘晓文 ，郎佳敏 （1.中国矿业大学 物联网（感知矿山）研究中心，江苏 徐州 221008； 2.矿山互联网应用技术国家地方联合工程实验室，江苏 徐州 221008； 3.徐州工程学院 数理学院 江苏 徐州 221018；4.中国矿业大学 信息与电气工程学院，江苏 徐州 221008） 摘 要 针对震动波波速成像过程中遇到的海量数据处理问题 提出了分布式实现到时差相关运算 提出了在 ： ， ， MapReduce框架下到时差计算的程序设计思路 并在hadhoop环境下进行测试 测试结果表明使用MapReduce作为海量传感 ， 。 器数据的处理框架是可行的 在进行并行的到时差相关运算时 hadoop集群运算所需时间受待计算数据量和data node个数 ； ， 的影响 待计算数据量越大 或data node个数越少 运算所需时间越长 但这两组关系均非线性 平均Map时间与待计算数 ， ， ， ， ； 据量和data node个数无关 仅与Map函数的执行内容有关 ， 。 关键词 到时差 分布式矿震监测 MapReduce框架 hadoop集群 计算用时 ： ； ； ； ； TP391 A 2095-1302 2015 02-0052-04 中图分类号： 文献标识码： 文章编号： （ ） 0 引 言 v 1 · vn ，震动波波速成像体现为寻找到一组最佳的 v 1 · vn 组合， 对于煤矿井下的地震勘探来说，其探测的尺度相对于一 使得通过射线追踪方法计算得到的震波理论到时与实测到时 般的地震勘探来说要小得多 为了实现小尺寸地质结构的探 之间的误差最小 [4]。 ， 测 传感器的布置相对来说要更密集些 [1] 随着传感器布置密 ， 。 度的提高 地震勘探系统采集到的数据量将随之增加 在使 ， ， 用单机进行处理的情况下 到时差的计算及后续的反演计算用 ， 时将随之延长 [2]，这对系统的实时性是极为不利的。 针对待处理数据量激增的情况 本文基于 MapReduce 并 ， 行计算系统引入数据处理过程，以实际的震动数据为例 测 ， 试并分析了并行计算系统计算到时差的用时与待处理数据量、 计算用时和集群节点之间的关系 本文的主要贡献在于 。 ： 1 提出了到时差计算中相关算法的并行实现思路 （） 。 2 测试并分析了并行相关算法的性能及影响因素 给 （） ，