基于MapReduce的高阶矩阵乘法分布式并行算法研究

摘要 高阶矩阵的存储和处理在信息、经济、生物等学科领域都有十分重要的应用，但是由于单节点计算机CPU、内存等资源的限制，导致了对高阶矩阵的处理存在一定的困难.在研究云计算平台Hadoop及其核心组件MapReduce的基础上，研究实现了处理高阶矩阵乘法的通用并行算法（内积法），在此基础上，对内积法进行了改进，提出一种基于缓存的分布式并行算法（缓存法），通过实验仿真表明，缓存法相比内积法执行效率更高，不仅适合处理高阶稀疏矩阵，而且可以处理高阶稠密矩阵，并且在并行效果上接近理论线性加速比.