《表1 实验数据：NJ-GPCA:一种面向并行空间计算的高效数据访存策略》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《NJ-GPCA:一种面向并行空间计算的高效数据访存策略》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

通过实验1得知，随着进程数的增加，NJ-GPCA架构下算法I/O效率优化效果越来越明显，因此，实验2在2进程的条件下，通过选取不同数据规模的河流数据和县界行政图，进行叠加求交分析测得算法读写总时间。如图6（d）所示，在30万、40万、70万数据规模下，NJ-GPCA架构下的I/O效率比forkjoin架构下分别提升75.87%、76%和75.7%，并且在110万数据规模时，fork-join架构下的算法出现运行失败的情况，分析可知，是由于各进程接到计算命令后读入全部数据，导致内存耗尽，程序退出。实验数据见表1。