1、嵌入式平臺(tái)上的并行計(jì)算已經(jīng)越來越熱門了，單核處理器再也不能滿足應(yīng)用上的需求。多核處理器的廣泛應(yīng)用促進(jìn)了嵌入式并行計(jì)算的發(fā)展，涌現(xiàn)出許多并行開發(fā)的技術(shù)如MPI、OpenMP等核間通信技術(shù)?；贛apReduce編程模型的并行計(jì)算軟件框架在計(jì)算機(jī)領(lǐng)域里百花齊放，如Spark、Hadoop、Metis和Phoenix等。Spark和Hadoop一般都是用于PC機(jī)集群，并沒有用于嵌入式平臺(tái)上的集群。Metis是在Phoenix基礎(chǔ)上改進(jìn)的基于M

2、apReduce編程框架，這兩個(gè)框架比前兩個(gè)框架在資源上的消耗更小，所以適合用于嵌入式平臺(tái)上的并行計(jì)算。Metis和Phoenix都是基于共享內(nèi)存的編程模型，所以它們只支持節(jié)點(diǎn)內(nèi)部的核間通信。
　　本文對(duì)基于MapReduce編程模型Metis框架進(jìn)行了研究，為了使Metis并行計(jì)算框架能夠在嵌入式平臺(tái)上實(shí)現(xiàn)節(jié)點(diǎn)的集群，設(shè)計(jì)了以Metis為核心執(zhí)行MapReduce任務(wù)，MPI進(jìn)行節(jié)點(diǎn)之間的通信，即MPI+Metis并行計(jì)算框架。

3、通過Metis標(biāo)準(zhǔn)測(cè)試集評(píng)估測(cè)試MPI+Metis和MPI+Phoenix框架性能的差異。論文的最后，通過搜集嵌入式集群節(jié)點(diǎn)的CPU和內(nèi)存的使用率評(píng)估節(jié)點(diǎn)的負(fù)載狀況。
　　最后，通過WordCount、LinearRegression分別測(cè)試MPI+Metis框架和MPI+Phoenix框架，表明Metis框架在數(shù)據(jù)處理過程比Phoenix更加有效。并通過測(cè)試多個(gè)嵌入式節(jié)點(diǎn)的集群上的CPU使用率和內(nèi)存使用率，表明數(shù)據(jù)量越大的應(yīng)用，