大数据处理

使用分布式数组、tall 数组、数据存储或 mapreduce 在 Spark^® 和 Hadoop^® 集群上并行分析大数据集

您可以使用 Parallel Computing Toolbox™ 将大型数组分布在多个 MATLAB^® 工作进程上，以便于您可以运行使用集群总内存的大数据应用程序。您可以将整个数组作为单个实体进行操作，但是，工作进程仅对其所属的数组部分进行操作，并在必要时自动在它们之间传输数据。Parallel Computing Toolbox 还使您能够并行执行 MATLAB tall 数组和 datastore 计算，以便您可以分析集群内存中无法容纳的大数据集。您可以使用 MATLAB Parallel Server™ 在启用 Spark 的 Hadoop 集群上并行运行 tall 数组和 datastore 计算。这样做可以显著减少计算超大数据所需的时间。