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)返回多个分区,以便在指定的并行池上并行化数据存储访问池.要并行化数据存储访问,必须安装并行计算工具箱™。
N = numpartitions(ds,池)
池
全部折叠
从示例文件创建一个数据存储,mapredout.mat的输出文件mapreduce函数。
mapredout.mat
mapreduce
数据存储(“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,并返回与第一部分对应的数据存储。
Subds =分区(ds,n,1);
读取数据再分.
再分
而Hasdata (subds) data = 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。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,并读取每个部分的数据。
parforIi =1:n subds =分区(ds,n, Ii);而Hasdata (subds) data = read(subds);结束结束
输入数据存储。您可以使用数据存储函数从数据创建一个数据存储对象。
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,可以使用numpartitions仅适用于以下数据存储:
numpartitions
ImageDatastore对象
ImageDatastore
CombinedDatastore,SequentialDatastore,或TransformedDatastore从中创建的对象ImageDatastore通过使用结合或变换
CombinedDatastore
SequentialDatastore
TransformedDatastore
结合
变换
你可以使用numpartitions与其他数据存储,如果您有并行计算工具箱。为此,请使用进程支持的并行池而不是使用backgroundPool或ThreadPool(使用ProcessPool或ClusterPool).
ProcessPool
ClusterPool
有关更多信息,请参见在线程环境中运行MATLAB函数.
在R2015a中引入
数据存储|分区
分区
Vous possédez une版本modifiée de cet举例。Souhaitez-vous ouvrir cet示例avec vos修改?
Vous avez cliqué sur un lien qui对应à cette命令MATLAB:
倒exécuter la command, saisissez-la dans la fenêtre de command de MATLAB。Les navigateurs web ne 金宝appsupport pas Les command MATLAB。
选择一个网站,在可用的地方获得翻译的内容,并查看当地的活动和优惠。根据您所在的位置,我们建议您选择:.
您也可以从以下列表中选择一个网站:
选择中国站点(中文或英文)以获得最佳站点性能。其他MathWorks国家站点没有针对您所在位置的访问进行优化。
联系当地办事处