MapReduce海量数据并行处理ch.01.ppt

* MPI并行程序设计 MPI编程示例 消息传递MPI编程示例1 #include stdio.h #include mpi.hint main(int argc, char** argv){int myid,numprocs, source;MPI_Status status; char message[100];MPI_Init(argc, argv);MPI_Comm_rank(MPI_COMM_WORLD, myid);MPI_Comm_size(MPI_COMM_WORLD,numprocs);if (myid ！= 0) /* 其他进程，向0进程发送HelloWorld信息*/{ strcpy(message, “Hello World!”); MPI_Send(message,strlen(message)+1, MPI_CHAR, 0,99,MPI_COMM_WORLD);} else /* 0进程负责从其他进程接受信息并输出*/{ for (source = 1; source numprocs; source++)  { MPI_Recv(message, 100, MPI_CHAR, source, 99,MPI_COMM_WORLD, status); printf(I am process %d. I recv string %s from process %d.\n, myid,message,source); }}MPI_Finalize();} I am process 0. I recv string ‘Hello World’ from process 1. I am process 0. I recv string ‘Hello World’ from process 2. I am process 0. I recv string ‘Hello World’ from process 3. MPI并行程序设计 MPI编程示例 消息传递MPI编程示例2--计算大数组元素的开平方之和 设系统中共有5个进程，进程号：0，1，2，3，4 0号进程作主节点，负责分发数据，不参加子任务计算 1-4号进程作为子节点从主进程接受数组数据： #1: data[0,4,8,…] #2: data[1,5,9,…] 各自求开平方后累加=本地SqrtSum #3: data[2,6,10,…] #4: data[3,7,11,…] #0: Sqrt Sum = ∑ 各子进程的SqrtSum I am process 1. I recv total 251 data items from process 0, and SqrtSum=111.11 I am process 2. I recv total 251 data items from process 0, and SqrtSum=222.22 I am process 3. I recv total 250 data items from process 0, and SqrtSum=333.33 I am process 4. I recv total 250 data items from process 0, and SqrtSum=444.44 I am process 0. I recv total 0 data items from process 0, and SqrtSum=1111.10 MPI并行程序设计 MPI编程示例 消息传递MPI编程示例2 MPI并行程序设计 MPI编程示例 消息传递MPI编程示例3 Monte Carlo方法计算圆周率 Monte Carlo是一种随机抽样统计方法，可用于解决难以用数学公式计算结果的复杂问题近似求解。 设r取值为0.5，为了提高π计算精度，需要计算尽量大的随机点数，我们考虑在一个并行系统中让每台机器都各自算一个π，然后汇总求一个平均值 作一个直径为2r的圆及其外切正方形，在其中随机产生n个点，落在圆内的点数记为m。根据概率理论，当随机点数足够大时，m与n的比值可近似看成是圆与正方形面积之比。 故有：m/n ≈ π x r2 /(2r) 2 , π ≈ 4m/n MPI并行程序设计 MPI编程示例 消息传递MPI编程示例3—Monte Carlo方法计算圆周率 #include“mpi.h”#include stdio.h#include stdlib.hmain(int argc,char **argv){ int