本页对应的英文页面已更新，但尚未翻译。 若要查看最新内容，请点击此处访问英文页面。

numpartitions

数据存储分区数

全页折叠

语法

n = numpartitions(ds)
n = numpartitions(ds,pool)

说明

示例

n = numpartitions(ds) 返回数据存储 ds 的默认分区数。

示例

n = numpartitions(ds,pool) 返回分区数量以便在 pool 指定的并行池上方并行处理数据存储访问。要对数据存储访问进行并行处理，必须安装 Parallel Computing Toolbox™。

示例

全部折叠

打开实时脚本

根据示例文件 mapredout.mat（mapreduce 函数的输出文件）创建一个数据存储。 

ds = datastore('mapredout.mat');

获取默认数量的分区。 

n = numpartitions(ds)
n = 1

默认情况下，ds 中仅有一个分区，因为它只包含一个小文件。

划分数据存储并返回与第一部分对应的数据存储。 

subds = partition(ds,n,1);

读取 subds 中的数据。 

while hasdata(subds)
    data = read(subds);
end

获取多个分区以便在当前平行池上方使数据存储访问平行化。您必须安装了 Parallel Computing Toolbox。

根据示例文件 mapredout.mat（mapreduce 函数的输出文件）创建一个数据存储。

ds = datastore('mapredout.mat');

获取多个分区以便在当前平行池上方使数据存储访问平行化。

n = numpartitions(ds, gcp);

划分数据存储并读取每个部分中的数据。

parfor ii=1:n
    subds = partition(ds,n,ii);
    while hasdata(subds)
        data = read(subds);
    end
end

输入参数

全部折叠

输入数据存储。可以使用 datastore 函数根据您的数据创建数据存储对象。

并行池对象。

示例： gcp

另请参阅

|

主题

在 R2015a 中推出

MATLAB 文档

支持

Introducing Deep Learning with MATLAB

Introducing Deep Learning with MATLAB

Download ebook