《表3 Spark并行与单机处理性能对比》
提示：宽带有限、当前游客访问压缩模式
通过人为扩展数据的方式，模拟不同集群规模的电动汽车的功率容量实时预测的时间消耗。从表3和图2可以看出，数据规模越大加速比越大，越适合采用大数据分布式并行计算。
| 图表编号 | XD0015965500 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2018.11.30 |
| 作者 | 岳友、陈琛、陈娜 |
| 绘制单位 | 南瑞集团(国网电力科学研究院)有限公司、南瑞集团(国网电力科学研究院)有限公司、南瑞集团(国网电力科学研究院)有限公司 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表1 六链并行TDC与双链三路TDC的性能对比》2020.08.01
- 《表3 并行结构模型对比：CGGA:一种CNN与并行门控机制混合的文本分类模型》2021.03.01
- 《表2 水泥物理性能：基于ANN的改进Spark系统在空管大数据处理中的应用》2020.12.01
- 《表4 车辆主要参数：面向电信应急系统的Spark性能预测与参数调优方法探究》2020.12.10
- 《表2 并行计算性能实验对比结果》2020.08.01
- 《表3 实验环境：面向申威众核处理器的LZMA并行算法设计与优化》2020.09.01
- 《表1 文本测试集分类：基于Spark的大规模文本KNN并行分类算法》2020.03.20
- 《表3 运行时间对比：基于Spark的聚类算法优化与实现》2020.04.15
- 《表2 所用数据集：基于Spark的改进K-means算法的并行实现》2020.02.01
- 《表1 集群渲染与单机渲染数据对比表》2020.03.20
- 《表5 单机与Spark集群的硬件环境与操作系统》2019.10.20
- 《表3 串行与并行时间对比表》2019.10.20
- 《表1 运行时间对比：通用计算平台上二次雷达信号与信息并行处理简介》2019.10.15
- 《表1 单机处理对比实验：云计算平台上的Canopy-Kmeans并行聚类算法研究》2019.10.01
- 《表3 单机情况下数据修正与Spark框架下并行修正的耗时对比》2019.09.08
- 《表1 网络流单机处理与Hadoop集群处理耗时表》2019.04.15
- 《表1 符号汇总：Spark平台下的海表面温度并行预测算法》2019.06.15
- 《表2 Spark与Kafka+Spark集群对比》2019.02.01
- 《表1 实验数据集：基于Spark的通用后缀树并行构造算法》2018.05.25
- 《表5 单机及并行数据清洗清洗时间比较Tab.5 Comparison of cleaning time between single machine and parallel data》2018.01.25