一种基于图团体聚类实现GPS定位集群计算性能优化方法

    公开(公告)号:CN110990367A

    公开(公告)日:2020-04-10

    申请号:CN201911137142.1

    申请日:2019-11-19

    Abstract: 本发明公开了一种基于图团体聚类实现GPS定位集群计算性能优化方法,包括以下步骤:计算环境的部署和搭建;通过外部Kafka推送,内部Flume接收,将移动运营商的五分钟位置快照表、基站经纬度表,入库到HDFS分布式文件系统;读取五分钟位置快照表和基站经纬度表,将两个表进行关联,得到包含经纬度信息的用户位置信息数据;从所述用户位置信息数据中将设定城市一天内用户位置数据去重后得到用户经纬度位置统计表;使用图团体聚类方法对用户经纬度位置统计表中的用户经纬度位置信息进行聚类;是把Spark程序提交到yarn集群上运行,将得到的分析结果存入HDFS分布式文件系统。本发明降低了计算量和计算能耗,提高了运算性能。

    基于自动化集群资源管理的GPU加速性能优化方法和系统

    公开(公告)号:CN110879753A

    公开(公告)日:2020-03-13

    申请号:CN201911135767.4

    申请日:2019-11-19

    Inventor: 梁猛 陈彬 戴传智

    Abstract: 本发明提供一种基于自动化集群资源管理的GPU加速性能优化方法和系统,方法包括S1:搭建多节点GPU环境、Spark集群和Hadoop集群;S2:利用移动运营商的家宽DNS xdr数据集,从外部Kafka推送,借助内部Flume接收,并入库到HDFS分布式文件系统;S3:读取HDFS数据;S4:GPU+Spark集群计算分析实现包括mapPartitions算子的操作,分析家宽DNS xdr数据中的指定业务逻辑;S5:把Spark程序提交到yarn集群上运行,将得到的分析结果存入HDFS;S6:利用指标监控工具监控CPU或GPU的指标。本发明1.自动化配置集群资源,无需在资源申请、资源分配、DAG生成、stage划分与任务执行等阶段引入对GPU资源的标识,继承了所有yarn和Spark的优点,避免单机HadoopHadoop/spark,Hadoop/spark开发的局限性。

    一种片区间用户容量共享方法及服务器

    公开(公告)号:CN108093408B

    公开(公告)日:2021-09-21

    申请号:CN201611047736.X

    申请日:2016-11-23

    Abstract: 本发明公开一种片区间用户容量共享方法及服务器,方法包括:在确定进行片区间用户容量共享后,将共享源片区的目标TAC对应的各基站分别与共享目的片区的SGW池及目标MME池进行传输参数配置;在传输参数配置完成后,将DNS服务器中存储的目标TAC的原始对应信息进行修改,以使目标TAC分别对应共享目的片区的SGW池及目标MME池;向目标TAC的原始对应信息指示的MME池中的各MME发送删除指示信息,以使各MME将DNS缓存删除,进而实现片区间用户容量共享。本发明通过传输参数配置,实现片区间互通,通过修改DNS服务器中目标TAC信息,使目标TAC对应共享目的片区的SGW池及MME池,进而当目标TAC对应的各基站的用户发起业务时,由共享目的片区的SGW来承载,实现片区间用户容量共享。

Patent Agency Ranking