帮助中心帮助中心
数据存储分区数
N = numpartitions(ds)
N = numpartitions(ds,pool)
例子
N = numpartitions()ds)返回数据存储的默认分区数ds.
N = numpartitions()ds)
ds
N = numpartitions()ds,池)指定的并行池上并行化数据存储访问的多个分区池.要并行化数据存储访问,必须安装Parallel Computing Toolbox™。
N = numpartitions()ds,池)
池
全部折叠
从示例文件创建数据存储,mapredout.mat的输出文件mapreduce函数。
mapredout.mat
mapreduce
Ds = datastore(“mapredout.mat”);
获取默认的分区数。
N = 1
默认情况下,只有一个分区ds因为它只包含一个小文件。
对数据存储进行分区,并返回第一部分对应的数据存储。
Subds = partition(ds,n,1);
读入数据再分.
再分
而Hasdata (subds) = read(subds);结束
获取多个分区,以便在当前并行池上并行化数据存储访问。您必须安装并行计算工具箱。
获取多个分区,以便在当前并行池上并行化数据存储访问。
N = numpartitions(ds, gcp);
对数据存储进行分区,读取每个部分的数据。
parforIi =1:n subds = partition(ds,n, Ii);而Hasdata (subds) = read(subds);结束结束
输入数据存储。你可以使用数据存储函数从数据创建数据存储对象。
数据存储
并行池对象。
例子:gcp
gcp
backgroundPool
ThreadPool
使用注意事项和限制:
在基于线程的环境中,您可以使用numpartitions仅适用于以下数据存储:
numpartitions
ImageDatastore对象
ImageDatastore
CombinedDatastore或TransformedDatastore创建对象ImageDatastore对象结合或变换
CombinedDatastore
TransformedDatastore
结合
变换
你可以用numpartitions如果您有并行计算工具箱,可以使用其他数据存储。为此,使用进程支持的并行池来运行函数,而不是使用backgroundPool或ThreadPool(使用ProcessPool或ClusterPool).
ProcessPool
ClusterPool
有关更多信息,请参见在线程环境下运行MATLAB函数.
数据存储|分区
分区
不排除不确定的版本,修改不确定的问题。Desideri priprie的问题是什么?
在MATLAB中编写了一种常用的求解方法:
Esegui将在MATLAB中执行编译。I浏览器网页不支持命令MATLAB。金宝app
选择一个网站获取翻译后的内容,并查看当地的活动和优惠。根据您的位置,我们建议您选择:.
你亦可选择下列网址:
选择中国网站(中文或英文)以获得最佳网站性能。其他MathWorks国家网站没有针对您所在位置的访问进行优化。
与当地办事处联系