matlab分布式计算报告,简单的matlab分布式计算

matlab的分布式计算可以理解为一台机器作为client(主控机)，其他的机器分别作为计算的结点，要由client进行控制和操作。如果把单机上的.m文件直接放到client运行，是不会产生分布式计算的效果的，只相当于在主控机进行了计算，而其他的结点都还处于闲置状态。要想使用所有的结点或者部分结点进行计算，必须使用findResource()找到可利用的闲置cpu，使用createJob()创建工作，再使用createTask()为工作分配一个或多个任务，最后提交工作，这样，计算任务才分配到各个结点上。

分布式计算的环境是需要配置的，但是我使用的环境是学院的刀片机，已经被配置好了，运行的时候直接用ssh或者xmanager 登陆，所以对这一部分不了解。假设环境已经配置好了，想要进行分布式计算，一般写一个主函数，进行分布式计算的资源分配下发任务。

举例来说，如果要调用FunA和FunB(一般FunA和FunB是相互独立的)，并且FunA要调用目录下的sub_floderA文件夹，FunB要调用目录下的sub_floderB文件夹，则把FunA、FUnB、sub_floderA、sub_floderB都拷贝到主控机的matlab的工作目录下，在这个目录下再建立main.m(当然也可以是其他名字)，假设当前控制机的matlab的工作目录是 ”/hpc/home/myTask“，则main.m应如所示：

clear;clc;

sched = findResource();

%findResource默认可以无参，让matlab自己去找可用的资源，但最好自己分配一下，

%也可以调用已有的配置文件

job=createJob(sched);

%将当前工作所需要的目录及文件拷贝至各个结点，如果想调用自定义的函数，这一步几乎是必须的。

set(job,'FileDependencies',{'/hpc/home/myTask/sub_floderA' '/hpc/home/myTask/sub_floderB' 'Fun_A.m' 'Fun_B.m'});

%也可以用下面这个将所有需要的路径共享给各个计算结点，但我用这个没有成功，好像要先设置文件共享才行

%set(job,'pathDependencies',{'...' '...'})

%用FileDependencies的方法虽然麻烦一点，但拷贝的方法可能会稳定些

job,%这里可以让job显示一下，以确认工作目录等是否都分配正确了。

createTask(job,@FunA,2,{});%2表示FunA的返回参数个数，{}里是FunA的参数，如果无参，就写{}

createTask(job,@FunB,3,{para1,para2}); %3表示FunB的返回参数个数，{}里是FunB的参数

submit(job);

waitForState(job,'finished');

results = getAllOutputArguments(job);

save('result.mat','results');

%因为分布式计算一般都是远程登录控制机，所以最好把结果保存下来，再用FTP等工具传回本地查看。

%还有一个好的习惯是FunA和FunB中也写下save语句，将计算结果保存下来，

%此时的save应该是控制节点%的绝对地址，

%如要在FunA中写下保存FunA的运算结果，则应写如下语句：

%save('/hpc/home/myTask/resultOfFunA.mat','result');

%将结果保存到控制节点的工作目录下

destroy(job);

此时，执行main，便可在分布环境下执行FunA和FunB。