我编写了一个非常简单的分布式计算平台（基于map/reduce范式），我正在编写一些演示和展示。我有一个非常小的团队，必须优先考虑哪些演示我会写第一。
为了区分优先级，我需要对演示进行相应的排序，大约70%是分布式计算的相关、常见、重要的用例，30%是易于编写的。
到目前为止，我的订单是这样的：
用montecarlo方法求pi数
蒙特卡罗数值积分
大矩阵乘法（稠密矩阵）
线性回归
大矩阵反演
多元回归
排序
聚类（k-均值）
聚类（层次）
排名第一的是因为它花了10分钟来写，虽然它完全没有用（我不确定，但我认为没有很多人试图找到更多的数字来pi）。
由于我的平台的性质，它将在当然令人尴尬的平行的事情上更加闪耀，而不是io有界或减少主导。
你怎么改变我的名单？你想补充什么？排序在企业界有用吗？还是只对分布式计算平台进行基准测试？
2条答案
按热度按时间vaj7vani1#
您的列表表明您没有区分并行计算和分布式计算。这不一定是错的，但是如果有人想要展示分布式计算平台的卓越性，那么当看到并行计算（比如第2-5项）正在执行时，他们可能会被热情地抛在一边。
分类在任何有数据的地方都是有用的：大企业，小企业，在你的抽屉里，在googlesphere上。搜索也是如此，这在你的列表中是一个令人惊讶的遗漏。另一个立即打动我的遗漏是任何类型的数据融合，合并大型数据集，从它们的交叉点获取信息，而不是从数据集中单独提取的信息。
8ulbf1ek2#
我的第二个标记是，您正在混合分布式计算和hpc。以下是您对每个主题的一些评论：
（1） 有人试图计算尽可能多的圆周率数字，但蒙特卡罗算法是完全没有用的，因为它的精度与试验次数的平方根反比，因此，为了得到一个小数位数的精度，你大概需要100倍以上的试验。还有其他算法-看看是否可以使用map/reduce实现其中的一些算法。
（2） 这一个很好，虽然很少使用-精度与（1）相同的问题。
（5） 纯矩阵反演很少进行，主要是由于数值不稳定性。不如解一个稠密的线性方程组吧？
我想说的是，您缺少了当前m/r处理的一个主要用法，即图形处理（阅读：社会和其他网络/流分析）。此外，一些更一般的优化问题可能是好的，例如遗传算法。