亚洲成色777777女色窝,777亚洲妇女,色吧亚洲日本,亚洲少妇视频

摘要：圖劃分是大圖數(shù)據(jù)并行計(jì)算的基礎(chǔ),目前主要采用分布式算法實(shí)現(xiàn)大圖劃分.非易失存儲器(Non-Volatile Memory,NVM)速度接近動態(tài)隨機(jī)存儲器(Dynamic Random Access Memory,DRAM),且具有低功耗、高密度、低時(shí)延等優(yōu)點(diǎn),本文針對分布式圖劃分算法難以分析和調(diào)試等問題,設(shè)計(jì)了基于混合內(nèi)存的單機(jī)圖劃分算法框架.作者提出了基于鄰邊結(jié)構(gòu)的圖劃分結(jié)果動態(tài)緩存管理策略(AeFdy),以提高緩存區(qū)鄰居節(jié)點(diǎn)的搜索效率.在17種真實(shí)應(yīng)用數(shù)據(jù)上的實(shí)驗(yàn)結(jié)果表明,采用新方法的平均圖劃分速度是基于鄰點(diǎn)結(jié)構(gòu)算法的4.9倍.本文還針對NVM壽命有限的問題,設(shè)計(jì)了基于內(nèi)存頁讀寫特征的遷移算法,實(shí)現(xiàn)了NVM寫操作受限條件下的遷移優(yōu)化方案.相對于Linux Swap、M-CLOCK、Dr.Swap混合內(nèi)存管理策略,使用AeFdy策略的性能分別提升了128.5%、87.4%與50.4%.仿真實(shí)驗(yàn)結(jié)果表明,本文設(shè)計(jì)的混合內(nèi)存管理方法實(shí)現(xiàn)了NVM+DRAM高效協(xié)同.