使用MPI-IO并行读写HDF5文件

发布于：2025-04-15 ⋅ 阅读:(26) ⋅ 点赞:(0)

使用MPI-IO并行读写HDF5文件

HDF5支持通过MPI-IO进行并行读写，这对于大规模科学计算应用非常重要。下面我将提供C++和Fortran的示例程序，展示如何使用MPI-IO并行读写HDF5文件。

准备工作

在使用MPI-IO的HDF5之前，需要确保:

  1. HDF5库编译时启用了MPI支持
  2. 程序链接了HDF5的MPI库

C++示例

#include <hdf5.h>
#include <mpi.h>
#include <iostream>
#include <vector>

#define FILE_NAME "parallel.h5"
#define DATASET_NAME "IntArray"
#define DIM0 100  // 全局维度
#define DIM1 100

int main(int argc, char** argv) {
    // 初始化MPI
    MPI_Init(&argc, &argv);
    
    int mpi_rank, mpi_size;
    MPI_Comm_rank(MPI_COMM_WORLD, &mpi_rank);
    MPI_Comm_size(MPI_COMM_WORLD, &mpi_size);
    
    // 初始化HDF5的MPI环境
    hid_t plist_id = H5Pcreate(H5P_FILE_ACCESS);
    H5Pset_fapl_mpio(plist_id, MPI_COMM_WORLD, MPI_INFO_NULL);
    
    // 创建或打开文件
    hid_t file_id = H5Fopen(FILE_NAME, H5F_ACC_RDWR, plist_id);
    if (file_id < 0) {
        file_id = H5Fcreate(FILE_NAME, H5F_ACC_TRUNC, H5P_DEFAULT, plist_id);
    }
    H5Pclose(plist_id);
    
    // 定义数据集维度
    hsize_t dims[2] = {DIM0, DIM1};
    
    // 创建数据空间
    hid_t filespace = H5Screate_simple(2, dims, NULL);
    
    // 创建数据集
    hid_t dset_id = H5Dcreate(file_id, DATASET_NAME, H5T_NATIVE_INT, filespace,
                             H5P_DEFAULT, H5P_DEFAULT, H5P_DEFAULT);
    H5Sclose(filespace);
    
    // 定义每个进程的写入区域
    hsize_t count[2] = {DIM0/mpi_size, DIM1};
    hsize_t offset[2] = {mpi_rank * count[0], 0};
    
    // 选择数据集的超平面
    filespace = H5Dget_space(dset_id);
    H5Sselect_hyperslab(filespace, H5S_SELECT_SET, offset, NULL, count, NULL);
    
    // 创建内存数据空间
    hid_t memspace = H5Screate_simple(2, count, NULL);
    
    // 准备数据 - 每个进程填充自己的部分
    std::vector<int> data(count[0] * count[1]);
    for (size_t i = 0; i < count[0]; ++i) {
        for (size_t j = 0; j < count[1]; ++j) {
            data[i * count[1] + j] = mpi_rank * 1000 + i * count[1] + j;
        }
    }
    
    // 设置集体写入属性
    plist_id = H5Pcreate(H5P_DATASET_XFER);
    H5Pset_dxpl_mpio(plist_id, H5FD_MPIO_COLLECTIVE);
    
    // 并行写入数据
    herr_t status = H5Dwrite(dset_id, H5T_NATIVE_INT, memspace, filespace,
                            plist_id, data.data());
    
    // 清理资源
    H5Dclose(dset_id);
    H5Sclose(filespace);
    H5Sclose(memspace);
    H5Pclose(plist_id);
    H5Fclose(file_id);
    
    // 读取示例 - 类似写入过程
    if (mpi_rank == 0) {
        std::cout << "数据写入完成，开始读取验证..." << std::endl;
    }
    
    // 重新打开文件和数据集
    file_id = H5Fopen(FILE_NAME, H5F_ACC_RDONLY, plist_id);
    dset_id = H5Dopen(file_id, DATASET_NAME, H5P_DEFAULT);
    
    // 分配读取缓冲区
    std::vector<int> read_data(count[0] * count[1]);
    
    // 设置集体读取属性
    plist_id = H5Pcreate(H5P_DATASET_XFER);
    H5Pset_dxpl_mpio(plist_id, H5FD_MPIO_COLLECTIVE);
    
    // 选择相同的超平面
    filespace = H5Dget_space(dset_id);
    H5Sselect_hyperslab(filespace, H5S_SELECT_SET, offset, NULL, count, NULL);
    
    // 并行读取数据
    status = H5Dread(dset_id, H5T_NATIVE_INT, memspace, filespace,
                    plist_id, read_data.data());
    
    // 验证数据
    bool error = false;
    for (size_t i = 0; i < count[0] * count[1]; ++i) {
        if (read_data[i] != data[i]) {
            error = true;
            break;
        }
    }
    
    if (!error && mpi_rank == 0) {
        std::cout << "数据验证成功!" << std::endl;
    }
    
    // 清理资源
    H5Dclose(dset_id);
    H5Sclose(filespace);
    H5Sclose(memspace);
    H5Pclose(plist_id);
    H5Fclose(file_id);
    
    // 结束MPI
    MPI_Finalize();
    
    return 0;
}

Fortran示例

program parallel_hdf5_mpi
    use hdf5
    use mpi
    
    implicit none
    
    integer :: ierr, mpi_rank, mpi_size
    integer(hid_t) :: file_id, dset_id, filespace, memspace, plist_id
    integer(hsize_t), dimension(2) :: dims = (/100, 100/)  ! 全局维度
    integer(hsize_t), dimension(2) :: count, offset
    integer, allocatable :: data(:, :)
    integer :: i, j
    character(len=*), parameter :: file_name = "parallel.h5"
    character(len=*), parameter :: dset_name = "IntArray"
    
    ! 初始化MPI
    call MPI_Init(ierr)
    call MPI_Comm_rank(MPI_COMM_WORLD, mpi_rank, ierr)
    call MPI_Comm_size(MPI_COMM_WORLD, mpi_size, ierr)
    
    ! 初始化HDF5
    call h5open_f(ierr)
    
    ! 设置文件访问属性为MPI-IO
    call h5pcreate_f(H5P_FILE_ACCESS_F, plist_id, ierr)
    call h5pset_fapl_mpio_f(plist_id, MPI_COMM_WORLD, MPI_INFO_NULL, ierr)
    
    ! 创建或打开文件
    call h5fopen_f(file_name, H5F_ACC_RDWR_F, file_id, ierr, access_prp=plist_id)
    if (ierr /= 0) then
        call h5fcreate_f(file_name, H5F_ACC_TRUNC_F, file_id, ierr, access_prp=plist_id)
    endif
    call h5pclose_f(plist_id, ierr)
    
    ! 创建数据空间
    call h5screate_simple_f(2, dims, filespace, ierr)
    
    ! 创建数据集
    call h5dcreate_f(file_id, dset_name, H5T_NATIVE_INTEGER, filespace, &
                    dset_id, ierr)
    call h5sclose_f(filespace, ierr)
    
    ! 定义每个进程的写入区域
    count(1) = dims(1)/mpi_size
    count(2) = dims(2)
    offset(1) = mpi_rank * count(1)
    offset(2) = 0
    
    ! 选择数据集的超平面
    call h5dget_space_f(dset_id, filespace, ierr)
    call h5sselect_hyperslab_f(filespace, H5S_SELECT_SET_F, offset, count, ierr)
    
    ! 创建内存数据空间
    call h5screate_simple_f(2, count, memspace, ierr)
    
    ! 准备数据 - 每个进程填充自己的部分
    allocate(data(count(1), count(2)))
    do i = 1, count(1)
        do j = 1, count(2)
            data(i, j) = mpi_rank * 1000 + (i-1)*count(2) + j
        end do
    end do
    
    ! 设置集体写入属性
    call h5pcreate_f(H5P_DATASET_XFER_F, plist_id, ierr)
    call h5pset_dxpl_mpio_f(plist_id, H5FD_MPIO_COLLECTIVE_F, ierr)
    
    ! 并行写入数据
    call h5dwrite_f(dset_id, H5T_NATIVE_INTEGER, data, count, ierr, &
                   file_space_id=filespace, mem_space_id=memspace, &
                   xfer_prp=plist_id)
    
    ! 清理资源
    deallocate(data)
    call h5dclose_f(dset_id, ierr)
    call h5sclose_f(filespace, ierr)
    call h5sclose_f(memspace, ierr)
    call h5pclose_f(plist_id, ierr)
    call h5fclose_f(file_id, ierr)
    
    ! 读取示例 - 类似写入过程
    if (mpi_rank == 0) then
        print *, "数据写入完成，开始读取验证..."
    endif
    
    ! 重新打开文件和数据集
    call h5fopen_f(file_name, H5F_ACC_RDONLY_F, file_id, ierr, access_prp=plist_id)
    call h5dopen_f(file_id, dset_name, dset_id, ierr)
    
    ! 分配读取缓冲区
    allocate(data(count(1), count(2)))
    
    ! 设置集体读取属性
    call h5pcreate_f(H5P_DATASET_XFER_F, plist_id, ierr)
    call h5pset_dxpl_mpio_f(plist_id, H5FD_MPIO_COLLECTIVE_F, ierr)
    
    ! 选择相同的超平面
    call h5dget_space_f(dset_id, filespace, ierr)
    call h5sselect_hyperslab_f(filespace, H5S_SELECT_SET_F, offset, count, ierr)
    
    ! 并行读取数据
    call h5dread_f(dset_id, H5T_NATIVE_INTEGER, data, count, ierr, &
                  file_space_id=filespace, mem_space_id=memspace, &
                  xfer_prp=plist_id)
    
    ! 验证数据 (这里简化为检查第一个元素)
    if (data(1,1) == mpi_rank * 1000 + 1 .and. mpi_rank == 0) then
        print *, "数据验证成功!"
    endif
    
    ! 清理资源
    deallocate(data)
    call h5dclose_f(dset_id, ierr)
    call h5sclose_f(filespace, ierr)
    call h5sclose_f(memspace, ierr)
    call h5pclose_f(plist_id, ierr)
    call h5fclose_f(file_id, ierr)
    
    ! 关闭HDF5
    call h5close_f(ierr)
    
    ! 结束MPI
    call MPI_Finalize(ierr)
    
end program parallel_hdf5_mpi

编译和运行

对于C++程序:

mpicxx -o parallel_hdf5 parallel_hdf5.cpp -lhdf5 -lz
mpiexec -n 4 ./parallel_hdf5

对于Fortran程序:

mpif90 -o parallel_hdf5 parallel_hdf5.f90 -lhdf5_fortran -lhdf5 -lz
mpiexec -n 4 ./parallel_hdf5

关键点说明

  1. MPI初始化: 必须首先初始化MPI环境
  2. HDF5 MPI属性: 使用H5Pset_fapl_mpio设置文件访问属性
  3. 数据分区: 每个进程负责数据集的不同部分
  4. 超平面选择: 使用H5Sselect_hyperslab选择要读写的区域
  5. 集体操作: 使用H5Pset_dxpl_mpio设置集体I/O模式
  6. 并行一致性: 所有进程必须参与集体操作

这些示例展示了基本的并行读写操作，实际应用中可能需要更复杂的数据分区和访问模式。

网站公告

今日签到

点亮在社区的每一天
去签到

热门文章

最新发布