基于Hadoop的分子動(dòng)力學(xué)模擬的研究與實(shí)現(xiàn).pdf

1、Hadoop作為一種比較流行的分布式計(jì)算框架，對(duì)于解決海量數(shù)據(jù)問(wèn)題，比起價(jià)格昂貴且性能優(yōu)異的大型計(jì)算機(jī)，擁有十分明顯的優(yōu)勢(shì)。與此同時(shí)，分子動(dòng)力學(xué)模擬是一種研究復(fù)雜物質(zhì)有力的仿真方法，由于需要模擬的數(shù)據(jù)量非常大，所以對(duì)于計(jì)算機(jī)性能要求特別嚴(yán)格。因此，在Hadoop上運(yùn)行分子模擬程序，具有節(jié)省軟硬件資源、縮短模擬時(shí)間等研究意義。
　　根據(jù)原子分解算法的基本思想和MapReduce編程模型特點(diǎn)，將需要計(jì)算時(shí)間最長(zhǎng)的分子間作用力在Hado

2、op上實(shí)現(xiàn)。根據(jù)實(shí)驗(yàn)得出，基于Hadoop的分子間作用力的實(shí)現(xiàn)相比普通單機(jī)的實(shí)現(xiàn)差不多可以縮短20倍左右的計(jì)算時(shí)間。
　　根據(jù)熱力學(xué)量中可以并行的計(jì)算分子間勢(shì)函數(shù)，利用Hadoop加速熱力學(xué)量提取。實(shí)驗(yàn)結(jié)果表明，與普通單機(jī)算法相比，大約提高速度170倍左右。
　　計(jì)算徑向分布函數(shù)時(shí)，每個(gè)分子利用鄰近分子搜索算法尋找周?chē)姆肿訑?shù)目是可以并行的。因此，利用Hadoop實(shí)現(xiàn)并行算法。測(cè)試結(jié)果表明，比起普通單機(jī)算法大約可以有300多