并行MATLAB中Java函数的非线性性能

问题描述

| 最近，我在MATLAB程序中实现了并行化，这与MATLAB的Slow xlsread中提供的建议非常相似。但是，实现并行性又产生了另一个问题-随着规模的增加，非线性地增加处理时间。 从所附的探查器图像和相应的压缩图可以看出，罪魁祸首似乎是“ 0”法。 问题：由于我的工作涉及单次处理超过1000张纸，这将花费很长的时间，因此如何消除这种非线性？ 注意：该程序的并行化部分仅涉及读取所有

.xls

文件并将它们存储在矩阵中，然后启动程序的其余部分。

dlmwrite

用于程序的末尾，虽然可以建议，但实际上并不需要对其时间进行优化。 罪魁祸首： 代码被并行化：

parfor i = 1:runs
    sin = \'Sheet\';
    sno = num2str(i);
    sna = strcat(sin,sno);

    data(i,:,:) = xlsread(\'Processes.xls\',sna,\'\',\'basic\');
end

    

解决方法

        除非您将所有内容都保留在SSD上，否则执行并行IO操作可能会成为一个问题（实际上可能会更慢）。如果您始终在读取相同的文件，并且它不是很大，则可能需要在循环之前尝试读取它，而只是并行进行数据处理。