基于 Hadoop 的心电数据库存储研究

本文旨在研究远程监控心血管疾病时,产生的心电大数据的存储方式。采用 Hadoop 分布式集群技术,设计基于 HBase 非关系型（NoSQL）心电数据库,测试存储时间和访问效率,解决心电大数据的存储问题。经测试,HBase 数据库的存储时间、访问时间、存储的高可靠性,均满足心电数据的存储要求。本研究为后续进行心血管大数据分析、统计、数据挖掘打下基础。     

基于OpenFOAM的不同网格数下并行计算性能分析

当前,高性能计算极大地促进了众多领域的发展,因此,探究高性能计算的潜在的运算能力尤为重要。本研究基于自由、开源的计算流体力学(computational fluid dynamics, CFD)平台OpenFOAM,测试了一个多核计算集群在不同网格数和计算节点数下的并行计算时间,通过分析加速性能和计算效率来探究其潜在的运算能力。结果表明,多核并行计算很难达到理想的线性加速性能,甚至当计算能力达到饱和时,加速性能反而下降。同时,随着网格数量的增加,即计算规模的增大,计算效率也越来越高。本研究对于实现基于OpenFOAM的最佳多核并行计算策略具有一定参考价值。