Esta página aún no se ha traducido para esta versión. Puede ver la versión más reciente de esta página en inglés.

Extienda los arrays altos con otros productos

, , ,Products Used:Statistics and Machine Learning Toolbox™Database Toolbox™Parallel Computing Toolbox™ MATLAB®Parallel Server™, MATLABCompiler™

Varias cajas de herramientas mejoran las capacidades de los arrays altos. Estas mejoras incluyen la escritura de algoritmos de aprendizaje automático, la integración con sistemas de macrodatos y la implementación de aplicaciones independientes.

Las estadísticas y el aprendizaje automático

le permite realizar cálculos estadísticos avanzados en matrices altas.Statistics and Machine Learning Toolbox Las capacidades incluyen:

  • K-means clustering

  • Ajuste de regresión lineal

  • Las estadísticas agrupadas

  • Clasificación

Consulte para obtener más información.Análisis de Big Data con Tall arrays (Statistics and Machine Learning Toolbox)

Controle dónde se ejecuta el código

Cuando se ejecutan cálculos en matrices altas, el entorno de ejecución predeterminado utiliza la sesión local o un grupo paralelo local si tiene.MATLABParallel Computing Toolbox Utilice la función para cambiar el entorno de ejecución de matrices altas al utilizar,mapreducerParallel Computing Toolbox MATLABParallel ServerO MATLABCompiler:

  • : Ejecute cálculos en paralelo con trabajadores locales o de clúster para agilizar los cálculos de matriz altos grandes.Parallel Computing Toolbox Consulte o para obtener más información.Use Tall Arrays on a Parallel Pool (Parallel Computing Toolbox)Process Big Data in the Cloud (Parallel Computing Toolbox)

  • MATLABParallel Server : Ejecute cálculos de matriz altos en un clúster, incluidos los clústeres habilitados.Apache Spark™Hadoop® Esto puede reducir significativamente el tiempo de ejecución de cálculos muy grandes. Consulte para obtener más información.Use Tall Arrays on a Spark Enabled Hadoop Cluster (Parallel Computing Toolbox)

  • MATLABCompiler : Implemente aplicaciones que contengan matrices altas como aplicaciones independientes.MATLABApache Spark Consulte para obtener más información.Spark Applications (MATLAB Compiler)

Una de las ventajas de desarrollar sus algoritmos con matrices altas es que solo necesita escribir el código una vez. Puede desarrollar el código localmente y, a continuación, utilizarlo para escalar y aprovechar las capacidades ofrecidas por,mapreducerParallel Computing Toolbox MATLABParallel ServerO MATLABCompiler, sin necesidad de reescribir el algoritmo.

Nota

Cada matriz alta se enlaza a un único entorno de ejecución cuando se construye mediante.tall(ds) Si el entorno de ejecución se modifica o elimina posteriormente, la matriz alta deja de ser válida.

Por este motivo, cada vez que cambie el entorno de ejecución debe reconstruir la matriz alta.

Trabajar con bases de datos

le permite crear una tabla alta a partir de una que está respaldada por datos en una base de datos.Database ToolboxDatabaseDatastore Para obtener más información, consulte.Analyze Large Data in Database Using Tall Arrays (Database Toolbox)

Nota

tiene estas limitaciones:DatabaseDatastore

  • debe usar la sesión local como entorno de ejecución.DatabaseDatastoreMATLAB Establezca este entorno mediante el comando.mapreducer(0)

  • Las aplicaciones independientes que contienen matrices altas que utilizan no se pueden implementar contra el usoDatabaseDatastoreApache Spark MATLABCompiler.

Consulte también

| |

Temas relacionados