EMRI-Tree:面向多分辨率可视化的层次式数据结构OA北大核心CSTPCD

大规模科学数据的可视化要求极高的数据传输带宽和大量的内存,实现对可视化数据的高效处理是一个巨大的挑战。为了提高科学可视化的效率,最常见且直接的办法是减少需要处理的数据量。通过设计一种新的数据结构EMRI-Tree以及一种可行且灵活的渲染流程,提出了一种新的大规模数据量可视化方案。该方案的特点可以总结如下:首先,所提出的EMRI-Tree支持对大型3D模型进行高效的数据查询和感兴趣区域(ROI)数据获取,从而显著降低内存占用;其次,EMRI-Tree中不同分辨率级别的数据块以可变长度索引的形式存储在键值(KV)存储系统中,提高了存储的可扩展性和读取的并发性;最后,提出了一种基于射线行走的渐进式渲染预取方案,可以在交互时渲染出更精确的模型。综合上述优化方法,该方案可在内存开销有限的情况下,有效促进大规模高分辨率数据的可视化。通过使用80 GB的合成数据进行了10次模拟读取测试来评估方案效果,实验结果表明,该方案具有2000+QPS(每秒查询次数)和内存消耗线性增长的特点,是一种稳健且节省内存的方案。