大數(shù)據(jù)環(huán)境下高性能計算模型及關(guān)鍵技術(shù)研究

詹嘉鑫

（聯(lián)想集團 北京市 100089）

在大數(shù)據(jù)環(huán)境下，人們的生活水平、工作效率都有所提高，為人們帶來了非常大的便利。在大數(shù)據(jù)技術(shù)不斷發(fā)展的前提下，各行各業(yè)都開始廣泛研究和應(yīng)用大數(shù)據(jù)解決工作問題。在高性能計算模型中，大數(shù)據(jù)能夠?qū)崿F(xiàn)對大量數(shù)據(jù)信息的收集、分析和存儲，甚至是應(yīng)用，加強對高性能計算模型和關(guān)鍵技術(shù)的研究是十分必要的。

1 大數(shù)據(jù)的應(yīng)用優(yōu)勢

1.1 提高工作效率

各個企業(yè)在工作過程中都會涉及到大量的數(shù)據(jù)信息，這些數(shù)據(jù)信息的處理往往會消耗企業(yè)的大部分時間。在大數(shù)據(jù)的應(yīng)用下，企業(yè)工作人員能夠利用大數(shù)據(jù)技術(shù)實現(xiàn)對工作的優(yōu)化和簡化。利用大數(shù)據(jù)技術(shù)，企業(yè)能夠針對所有的數(shù)據(jù)信息進行分類處理并進行全方位的分析，不僅能有效利用、篩選和儲存企業(yè)發(fā)展過程中的重要信息，還能夠為有效提高各類數(shù)據(jù)信息的利用率。在工作過程中，工作人員只要掌握大數(shù)據(jù)應(yīng)用技術(shù)，就可以在面對某項工作時直接到數(shù)據(jù)庫中對數(shù)據(jù)信息進行篩選和處理，大大地節(jié)省了在工作過程中的數(shù)據(jù)查找、處理等時間，既保證了工作的質(zhì)量又很大程度地提高了工作的效率。作為高性能計算市場的領(lǐng)導(dǎo)者，聯(lián)想集團就利用了集群軟件和配套軟件一體化的方案，既提高了工作效率，有為用戶提供了全方位的服務(wù)，使其在大多領(lǐng)域內(nèi)都能夠占據(jù)一席之地。

1.2 全面分析企業(yè)發(fā)展情況

在大數(shù)據(jù)的應(yīng)用下，企業(yè)相關(guān)管理人員能夠更好地分析企業(yè)運行和發(fā)展情況，并在此基礎(chǔ)上創(chuàng)造出更多的經(jīng)濟效益。應(yīng)用大數(shù)據(jù)能夠有效幫助企業(yè)發(fā)現(xiàn)更多的發(fā)展機會，把握住各類活動，使企業(yè)的發(fā)展模式在大數(shù)據(jù)分析下進行針對性地轉(zhuǎn)變，以此為客戶提供更好的服務(wù)，提升企業(yè)的整體實力并提高其在市場中的競爭力。另外通過應(yīng)用大數(shù)據(jù)，企業(yè)管理者能夠全方位地了解企業(yè)各部門的運行情況，并通過對社會形勢的分析，不斷優(yōu)化和完善企業(yè)自身的發(fā)展。

1.3 為企業(yè)決策提供科學(xué)依據(jù)

在企業(yè)內(nèi)，應(yīng)用大數(shù)據(jù)技術(shù)能夠有效幫助企業(yè)管理人員進行科學(xué)地決策。在大數(shù)據(jù)技術(shù)的分析下，企業(yè)能夠更好地了解自身的發(fā)展現(xiàn)狀，并對市場環(huán)境等方面進行全方位地分析，以此為企業(yè)工作人員和管理人員提供充分的數(shù)據(jù)支撐，作為企業(yè)決策的重要參考依據(jù)，確保企業(yè)決策的科學(xué)性。另外，在企業(yè)開展各項活動的過程中，大數(shù)據(jù)技術(shù)能夠保證其處理數(shù)據(jù)的時效性，在進行過程中就可以實現(xiàn)對數(shù)據(jù)的高效分析，并能夠?qū)ο嚓P(guān)數(shù)據(jù)進行深度挖掘，以此確保企業(yè)各活動能夠順利開展。

2 大數(shù)據(jù)環(huán)境下高性能計算模型

2.1 數(shù)據(jù)活化理論

數(shù)據(jù)活化就是給數(shù)據(jù)賦予其特殊的生命意義，是一種數(shù)據(jù)應(yīng)用和數(shù)據(jù)管理的重要模式。數(shù)據(jù)活化的主要目的在于將數(shù)據(jù)實現(xiàn)規(guī)?；募喜⑹蛊淠軌虮ＷC充分的活躍度，為數(shù)據(jù)分析、查詢等工作提供便利條件。數(shù)字活化的過程中最主要的組成部分就是數(shù)據(jù)組織單元，而這些組織單元主要是由具備計算功能和儲存功能的“活化細(xì)胞”所組成的。在實際工作的過程中，通過這些活化細(xì)胞能夠?qū)⒖臻g中的數(shù)據(jù)相互關(guān)聯(lián)起來并共同作用于空間環(huán)境，以此提高大數(shù)據(jù)計算的質(zhì)量和效率并使其存儲功能得以完善。在數(shù)據(jù)活化中，活化細(xì)胞包括主細(xì)胞、數(shù)據(jù)細(xì)胞和特殊細(xì)胞。其中主細(xì)胞主要負(fù)責(zé)對元數(shù)據(jù)信息加以儲存并管理和控制其他的細(xì)胞；數(shù)據(jù)細(xì)胞主要是用來執(zhí)行主細(xì)胞所分配的任務(wù)并重點儲存數(shù)據(jù)信息；特殊細(xì)胞則主要用來記錄前兩個細(xì)胞所刪除的無用數(shù)據(jù)。數(shù)據(jù)活化的智能化程度較高，能夠在運行的過程中對計算環(huán)境中的任務(wù)信息自行感知并分析，同時能夠自主地對活化細(xì)胞的數(shù)據(jù)信息進行分析。不僅如此，數(shù)據(jù)活化還能夠在主動感知到數(shù)據(jù)信息后對其按照需求加以計算和處理最終再將信息在活化細(xì)胞之間實現(xiàn)傳輸和共享，同時還能夠在不斷變化的計算環(huán)境下不斷更新。例如在2020年3月，聯(lián)想聯(lián)合英特爾、華大基因三家公司用技術(shù)促進COVID-19新型冠狀病毒的基因組特性分析。在這一過程中，聯(lián)想與英特集團為華大基因提供的技術(shù)包括一個大型高性能計算集群，可用于處理從華大DNBSEQ-T7 測序系統(tǒng)讀取的高通量數(shù)據(jù)。通過這一大型高性能計算集群的計算和分析技術(shù)，為科學(xué)家研究病毒的毒性、傳播模式、病原體與宿主間的相互作用提供了重大支持，進一步加速了華大基因?qū)π滦凸跔畈《镜幕蚪M特性研究并助力了流行病學(xué)及疫苗設(shè)計研究。

2.2 數(shù)據(jù)多態(tài)組織索引

數(shù)據(jù)多態(tài)組織索引主要在數(shù)據(jù)活化理論后發(fā)揮作用。在數(shù)據(jù)活化理論中，活化細(xì)胞占據(jù)著重要的作用，在活化細(xì)胞的作用下，實現(xiàn)對數(shù)據(jù)的分析和存儲，并保證數(shù)據(jù)的靈活性，使其能夠在存儲形式和多態(tài)存儲介質(zhì)之間隨意變換。在隨意變換的過程中，會存在大量的數(shù)據(jù)信息被分解的情況，使其成為活化細(xì)胞的臨界狀態(tài)，這種細(xì)胞會被臨時存儲在分布式內(nèi)存當(dāng)中，而這種分布式內(nèi)存就是數(shù)據(jù)活化池。在數(shù)據(jù)活化池當(dāng)中就會出現(xiàn)大量的組織索引，其中包括數(shù)據(jù)時間索引、空間索引以及屬性索引，通過這些索引能夠有效表達數(shù)據(jù)信息的時間、空間和屬性。在數(shù)據(jù)多態(tài)組織索引的作用下，原始的數(shù)據(jù)就會經(jīng)過一系列特定的操作后不斷混合，并形成相應(yīng)的數(shù)據(jù)結(jié)構(gòu)，這種數(shù)據(jù)結(jié)構(gòu)也可稱之為物理存儲形態(tài)。在整個混合的過程中，方式直接影響索引的整體結(jié)構(gòu)，例如Hash索引主要存儲分布式數(shù)據(jù)，在其混合的過程中，首先將大數(shù)據(jù)化為最小的數(shù)據(jù)單元并對其進行分布式儲存，將其中的非屬性信息進行過濾，在一系列操作下，混合的形式就會以Hash映射函數(shù)呈現(xiàn)出來，并形成新的數(shù)據(jù)結(jié)構(gòu)，這種就夠就是數(shù)據(jù)的Hash索引結(jié)構(gòu)。要想得到不同的數(shù)據(jù)結(jié)構(gòu)和數(shù)據(jù)屬性，就可以通過不同的混合方式進行，具體示意圖如圖1所示。

圖1：Hash索引結(jié)構(gòu)示意圖

以索引的屬性和維度對其分類，可以將其分為時間索引、空間索引和屬性索引；以其不同的存儲形態(tài)，可以將其分為內(nèi)存索引、外存索引、數(shù)據(jù)索引和二級索引，其中外存索引主要對應(yīng)分布式文件系統(tǒng)，數(shù)據(jù)索引則主要對應(yīng)空間數(shù)據(jù)倉庫。除此之外，根據(jù)不同的索引結(jié)構(gòu)，還能將其分為多個類別，包括格網(wǎng)索引、Hash索引等。在多態(tài)存儲模型中，組織索引結(jié)構(gòu)也是多態(tài)的。在高性能計算模型當(dāng)中，數(shù)據(jù)多態(tài)組織索引是較為常用的技術(shù)類型。在數(shù)據(jù)多態(tài)組織索引的幫助下，能夠在特定的區(qū)域范圍內(nèi)對某個目標(biāo)信息進行全方位的搜尋，組織索引所能覆蓋領(lǐng)域擴大，其能夠搜索的范圍也會隨之?dāng)U大。數(shù)據(jù)多態(tài)組織索引一個最大的優(yōu)勢也是最獨特的優(yōu)勢在于其可以在一定區(qū)域內(nèi)對移動中的目標(biāo)進行搜素，且其成功搜索的概率相對要更大。另外，數(shù)據(jù)多態(tài)組織索引在工作的過程中沒有過多的條件要求，在較低的條件下就能夠?qū)崿F(xiàn)高精確度的搜索。

2.3 數(shù)據(jù)處理

在數(shù)據(jù)處理模塊當(dāng)中，數(shù)據(jù)提取功能可以將先獲取特定的數(shù)據(jù)源，其中數(shù)據(jù)源既可以是固定的數(shù)據(jù)信息也可以是變動的數(shù)據(jù)信息，甚至還可以是存在于網(wǎng)絡(luò)中的數(shù)據(jù)信息。其次，需要將所獲得的數(shù)據(jù)源進行處理，包括數(shù)據(jù)信息過濾、格式標(biāo)準(zhǔn)化處理等，在經(jīng)過多個環(huán)節(jié)的數(shù)據(jù)處理后就可以將處理后的數(shù)據(jù)存儲到相應(yīng)的數(shù)據(jù)庫當(dāng)中。最后，高性能計算模型就能夠?qū)?shù)據(jù)庫中所輸入的數(shù)據(jù)信息進行分類并加以分析。在數(shù)據(jù)庫信息分類分析的前提下，還可以建立數(shù)據(jù)倉庫，將不同的協(xié)議相結(jié)合起來，不斷挖掘新的數(shù)據(jù)信息并對其加以分析，在這一過程中能夠有效掌握其中的時間變化規(guī)律。在挖掘出數(shù)據(jù)信息后，將其傳送到數(shù)據(jù)處理系統(tǒng)當(dāng)中，生成所需要的新的數(shù)據(jù)信息。除此之外，高性能計算模型的數(shù)據(jù)信息還可以全面監(jiān)控和監(jiān)測數(shù)據(jù)倉庫中的數(shù)據(jù)信息甚至是模型中出現(xiàn)的全部數(shù)據(jù)信息，并在監(jiān)測到索引數(shù)據(jù)后出現(xiàn)明顯的提示。合理地利用數(shù)據(jù)處理信息能夠有效彌補傳統(tǒng)的計算機模型數(shù)據(jù)處理中存在的不足，使數(shù)據(jù)處理效果得到進一步提升，為后續(xù)數(shù)據(jù)信息的使用提供可靠保障，尤其是在大數(shù)據(jù)環(huán)境下，為數(shù)據(jù)處理和分析提供了非常有效的方式。聯(lián)想集團的聯(lián)想方針一體機系統(tǒng)解決優(yōu)化過程中，就重點將其數(shù)據(jù)處理模塊進行優(yōu)化，使數(shù)據(jù)挖掘、處理和共享等環(huán)節(jié)更為高效和流暢，使其能夠支持Linux/Windows應(yīng)用程序和全面協(xié)作型屏幕共享，進而實現(xiàn)遠(yuǎn)程的監(jiān)控和控制，使服務(wù)器的監(jiān)控功能更為完善。

2.4 數(shù)據(jù)多態(tài)存儲模型

在高性能計算模型中，數(shù)據(jù)存儲也是呈現(xiàn)出多態(tài)模式的，且其多態(tài)模式對不同對象表現(xiàn)出不同的含義，一方面表現(xiàn)其存儲介質(zhì)的多態(tài)性，一方面表現(xiàn)其存儲形式的多態(tài)性。在存儲形式方面，由于一個數(shù)據(jù)空間內(nèi)會存在多個不同屬性的地理元組，且其表達的信息也有所不同，不僅能表達時間、空間等信息還能表達原始數(shù)據(jù)信息，因此不同的地理元組在儲存形式上也存在一定的差別。存儲形式上包含分布式內(nèi)存系統(tǒng)、分布式文件系統(tǒng)、NoSQL數(shù)據(jù)庫以及空間數(shù)據(jù)倉庫這四種不同的形式。一般來說，代表屬性的數(shù)據(jù)信息地理元組通常以NoSQL數(shù)據(jù)庫的形式存儲，而代表原始數(shù)據(jù)源的數(shù)據(jù)信息地理元組則通常以分布式文件系統(tǒng)的形式存儲。聯(lián)想集團是全球領(lǐng)先的高性能計算方案提供商，擁有完整的高性能計算產(chǎn)品生態(tài)，可以提供適配多種芯片的服務(wù)器產(chǎn)品組合、智能化的算力調(diào)度、全球首創(chuàng)的綠色節(jié)能45°溫水水冷技術(shù)。目前，聯(lián)想集團仍在向更多領(lǐng)域延伸，不斷成熟高性能計算解決方案，并在國內(nèi)各高校甚至是全球頂尖高校內(nèi)建立了高性能計算系統(tǒng)或應(yīng)用高性能計算解決方案。2021年4月10日，上海交通大學(xué)125周年校慶之際，聯(lián)想集團楊元慶宣布個人出資1億元人民幣，為母校捐建一座全國高校一流的綠色水冷高性能計算中心，推動算力在高校的普及，賦能基礎(chǔ)科研創(chuàng)新與人才培養(yǎng)，助力攻克更多全人類面臨的共同挑戰(zhàn)。

在數(shù)據(jù)信息不同的儲存形式下，在硬件方面便能夠體現(xiàn)出不同的儲存介質(zhì)，具體通常通過機械硬盤的不同型號、規(guī)格、接口等來展現(xiàn)。存儲的介質(zhì)既包括固定硬盤又包括存儲器，二者各有優(yōu)勢，前者的讀寫效率更高，后者可以進行隨機且動態(tài)的存取操作。

為了提高存儲模型的高效性和靈活性，將地理元組作為數(shù)據(jù)活化細(xì)胞能夠有效使數(shù)據(jù)在不同的存儲形式和存儲介質(zhì)當(dāng)中實現(xiàn)多態(tài)存儲的效果，并使數(shù)據(jù)信息結(jié)構(gòu)仍然能夠保持較強的靈活性。通過構(gòu)建自由的地理元組能夠在數(shù)據(jù)活化池的作用下，使其實現(xiàn)調(diào)取、混合、歸并等全過程，并且在這一過程中主細(xì)胞能夠充分發(fā)揮其調(diào)控作用。例如將數(shù)據(jù)的存儲形式從分布式文件系統(tǒng)變化為分布式NoSQL數(shù)據(jù)庫的過程中，先是將分布式文件系統(tǒng)中所存儲的數(shù)據(jù)調(diào)離出來，將其輸送到數(shù)據(jù)活化池當(dāng)中，并且在此過程中形成空間數(shù)據(jù)集體。在數(shù)據(jù)活化池的作用下，數(shù)據(jù)信息逐漸分解、混合并歸并，再將其重新分配并存儲到NoSQL數(shù)據(jù)庫當(dāng)中。利用數(shù)據(jù)多態(tài)存儲模型能夠有效將數(shù)據(jù)信息在不同的存儲介質(zhì)和存儲形式之間靈活轉(zhuǎn)換，并且在這一過程中保證數(shù)據(jù)信息的準(zhǔn)確性，提高大量數(shù)據(jù)信息存儲的靈活性。

3 大數(shù)據(jù)環(huán)境下高性能計算模型關(guān)鍵技術(shù)

3.1 并行二路空間連接算法

在大數(shù)據(jù)環(huán)境下，高性能計算模型中的一項關(guān)鍵技術(shù)是并行二路空間連接算法，這也是目前較為常見的算法技術(shù)之一。并行二路空間連接算法在應(yīng)用的過程中具有加強的組織性，且計算速度較快，具有較高的效率。通常來說，并行二路空間連接算法需要先尋找計算的目標(biāo)數(shù)據(jù)，在這一過程中通常利用隨機解出迭代的方法，以此確保了并行二路空間連接算法選擇參數(shù)的高質(zhì)量且使整個過程在高效的情況下進行。當(dāng)然，這種尋找目標(biāo)數(shù)據(jù)的方式也存在一定的不足，主要在于利用這種方法進行尋找只能滿足局部區(qū)域的數(shù)據(jù)查找，難以大范圍進行，也就是說在分布式內(nèi)存計算基礎(chǔ)上的并行二路空間連接算法并不適用于大范圍的數(shù)據(jù)信息全面搜索工作，更適合于局部范圍的數(shù)據(jù)搜索。并行二路空間連接算法在工作的過程中包含多種狀態(tài)形式，有休眠狀態(tài)、活躍狀態(tài)和預(yù)休眠狀態(tài)，通過這些狀態(tài)之間的互相切換促使整個工作過程可以更加靈活的調(diào)度，并且能夠促進索引工作的更高效進行。在這種方式下，高性能計算模型的整體工作周期和有效期限也會有所延長。

并行二路空間連接算法在實際工作過程中能夠促使數(shù)據(jù)信息通過索引模塊并在此過程中完成索引工作，以此能夠有效確保索引的目的性和標(biāo)準(zhǔn)化，避免多余環(huán)節(jié)的出現(xiàn)，提高模型的科學(xué)性。同時，并行二路空間連接算法還能夠?qū)崿F(xiàn)數(shù)據(jù)索引和數(shù)據(jù)處理并行，并在經(jīng)過索引功能后仍能保持?jǐn)?shù)據(jù)信息的完好性，提高模型中索引的利用率。在并行二路空間連接算法的作用下，數(shù)據(jù)索引過程能夠在一定范圍內(nèi)高效的進行，并能夠以相對應(yīng)的速度對該范圍進行全方位的數(shù)據(jù)搜索。在這一過程中，雖然并行二路空間連接算法發(fā)揮了非常重要的作用，但是在數(shù)據(jù)處理方面仍然存在一定不足有待優(yōu)化。在對該方法進行優(yōu)化和完善的過程中應(yīng)該充分結(jié)合實際情況進行，使其能夠在數(shù)據(jù)處理中發(fā)揮更大的價值。

對于分布式的內(nèi)存技術(shù)或者在于并行二路空間連接算法而言，這樣的情況吧本質(zhì)而言，字啊漁數(shù)據(jù)的索引與處理模式進行的計算，利用模式進行索引之后出現(xiàn)的數(shù)據(jù)，需要保證能夠和之前的原模式產(chǎn)生等價，即使在這樣的情況之下，會有很大的請況導(dǎo)致產(chǎn)生數(shù)據(jù)收索具有過多的情況發(fā)生，但是在這樣的方式之下，能夠有效的利用索引進行目標(biāo)能耗的降低，使之能夠高效的提升索引帶來的利用率。但是在分布式內(nèi)部計算的算法下，本質(zhì)上也就是將不同的數(shù)據(jù)，都進行統(tǒng)一的認(rèn)定，都統(tǒng)一的當(dāng)成是在一定維度當(dāng)中的單一數(shù)據(jù)，同時也就在這單一數(shù)據(jù)當(dāng)中，進行搜索。在這樣的情況之下，就肯定會出現(xiàn)處理某一數(shù)據(jù)的情況之下，優(yōu)化的過程當(dāng)中，出現(xiàn)了過早就直接收斂的情況發(fā)生。所以，在具體的使用當(dāng)中，需要進行高度的關(guān)注這一內(nèi)容，也就是需要進行并行二路空間連接算法在一定的程度之上的優(yōu)化，并且還要進行進一步的解決這一問題。

3.2 并行多路空間連接算法

在大數(shù)據(jù)環(huán)境下高性能計算模型關(guān)鍵技術(shù)的實際使用當(dāng)中，并行多路空間連接算法是常用的一種方式，這一方式在很大的程度上，能夠保證減少算法的能耗，并且能夠有效的延長其大數(shù)據(jù)環(huán)境之下的高性能計算模型，放眼于其他的算法當(dāng)中進行分析而言，并行多路空間連接算法是能夠進行延長大數(shù)據(jù)環(huán)境的高性能計算模型的唯一方式。這一方式的算法的連接方式主要在于利用并行多路的空間連接方式，所以在面對于海量的大數(shù)據(jù)的情況之下，可以更加的具有優(yōu)勢，要比較于分布式內(nèi)存計算的并行二路空間連接算法具有一定的優(yōu)化效果。但是這一優(yōu)化的效果也并非是沒有代價的，其代價就在于在能源的消耗當(dāng)中具有更加快速的消耗。所以，在這樣的情況下，進行能源的消耗降低成為了重點的內(nèi)容，并且在保證效率的同時，還要保證能夠具有良好的使用壽命延長的效果，這一內(nèi)容也就成為了目前主要需要攻克的內(nèi)容。在常規(guī)的情況下進行分析，基于分布式內(nèi)存計算所帶來的并行多路空間連接算法，也就是在考慮到了這一情況所產(chǎn)生出現(xiàn)的，在設(shè)計的過程當(dāng)中充分的考慮到了數(shù)據(jù)范圍當(dāng)中有可能會出現(xiàn)消耗的均衡效果。并且利用以往的目標(biāo)數(shù)據(jù)進行控制，根據(jù)目標(biāo)數(shù)據(jù)的感知半徑來作為網(wǎng)格的設(shè)計，將這些所設(shè)計出來的網(wǎng)格進行索引的設(shè)計，同時盡可能的讓這些索引存在于休眠的情況當(dāng)中，在每個序列當(dāng)中，只是保證每個網(wǎng)格當(dāng)中只有頭部的數(shù)據(jù)在活躍的狀態(tài)當(dāng)中。進入到這一狀態(tài)的過程中，基于分布式內(nèi)存計算所帶來的并行多路空間連接算法，就會通過一個數(shù)據(jù)代替另外的一個數(shù)據(jù)進行替換，利用這樣的方式，能夠的到數(shù)據(jù)點，使得其他的數(shù)據(jù)點的位置更加的精準(zhǔn)，由此就能夠?qū)崿F(xiàn)兩個相鄰的網(wǎng)格當(dāng)中的數(shù)據(jù)進行處理。這樣的方式，網(wǎng)格當(dāng)中的數(shù)據(jù)也都是等價的存在，能夠利用提升單跳的索引面積方式，也就有效的節(jié)省產(chǎn)生的能源消耗。

并行多路空間連接算法也是在大數(shù)據(jù)環(huán)境下，高性能計算模型常用的關(guān)鍵性技術(shù)，且該技術(shù)也是在分布式內(nèi)存基礎(chǔ)上進行的。在實際工作的過程中，并行多路空間連接算法比并行二路空間連接算法在大量的數(shù)據(jù)信息處理中能夠發(fā)揮更重要的作用，且呈現(xiàn)出更好的處理效果。雖然并行多路空間連接算法能夠高效的處理大量數(shù)據(jù)信息但是其產(chǎn)生的消耗也是更多的。對于目前的并行多路空間連接算法發(fā)展而言，在保證其數(shù)據(jù)處理的效率的基礎(chǔ)上，如何降低處理過程中的能源消耗，延長其使用期限是需要研究的一個重點問題。在應(yīng)用并行多路空間連接算法的過程中，相關(guān)技術(shù)人員應(yīng)充分考慮在所有處理的數(shù)據(jù)范圍內(nèi)可能出現(xiàn)的能量消耗情況，并探究如何保證消耗的均衡性。

在使用并行多路空間連接算法時，應(yīng)將所有的數(shù)據(jù)處理信息作為重要的參考依據(jù)，將該方法與拓?fù)淇刂扑惴ㄏ嘟Y(jié)合使用。在并行多路空間連接算法應(yīng)用的過程中，應(yīng)首先對數(shù)據(jù)進行感知，根據(jù)所感知到的情況對目標(biāo)范圍內(nèi)的數(shù)據(jù)信息分為不同的類別，并且盡可能地保證這一過程中數(shù)據(jù)索引模塊能夠處于休眠狀態(tài)，以此促使各個類別中的數(shù)據(jù)信息能夠充分活躍起來。在此過程后，將其送入到索引模塊，開啟索引狀態(tài)，并利用并行多路空間連接算法，在數(shù)據(jù)處理的過程中使用一個數(shù)據(jù)替代另一個數(shù)據(jù)并獲得性的數(shù)據(jù)點，以此類推，在這一環(huán)節(jié)后，相鄰類別之間的數(shù)據(jù)就能夠同時索引和處理，并以此延伸到全部類別數(shù)據(jù)的處理。在應(yīng)用并行多路空間連接算法的過程中，所劃分出來的各類別數(shù)據(jù)都是平等關(guān)系，必須要明確等價數(shù)據(jù)的存在，以此才能提高索引和數(shù)據(jù)處理的效率，且避免一項數(shù)據(jù)同時參與多個數(shù)據(jù)替換行為，導(dǎo)致能量大量消耗的問題。

4 結(jié)論

綜上所述，在大數(shù)據(jù)環(huán)境下，高性能計算模型利用其數(shù)據(jù)活化理論、數(shù)據(jù)多態(tài)組織索引、數(shù)據(jù)處理、數(shù)據(jù)多態(tài)存儲模型實現(xiàn)對數(shù)據(jù)的高效收集和處理，為各企業(yè)在面對海量數(shù)據(jù)信息的工作提供了較大的便利。在高性能計算模型中，包括并行二路空間連接算法和并行多路空間連接算法兩項關(guān)鍵技術(shù)，有效提高數(shù)據(jù)信息的準(zhǔn)確度和利用率，為各行業(yè)的高效發(fā)展提提供條件。