分块 HDF5 数据集和板大小
我们正在评估 HDF5 在分块数据集方面的性能。 特别是我们试图弄清楚是否可以读取不同的连续块以及这样做对性能有何影响？ 例如，我们有一个块大小为 10 的数据集，一个有 100 个值的数据集，想要读取 23 到 48 的值。会不会有很大的性能损失？
非常感谢！
We are evaluating the performance of HDF5 regarding chunked datasets.
Especially we try to figure out if it is possible to read across different contiguous chunks and how the performance is influenced by doing so?
E.g. we have a dataset with chunk size of 10, a dataset with 100 values and want to read values 23 to 48. Will there be a great loss of performance?
Many thanks!
如果你对这篇内容有疑问，欢迎到本站社区发帖提问 参与讨论，获取更多帮助，或者扫码二维码加入 Web 技术交流群。
绑定邮箱获取回复消息
由于您还没有绑定你的真实邮箱，如果其他用户或者作者回复了您的评论，将不能在第一时间通知您！
发布评论
评论（1）
我不知道如何具体回答你的问题，但我建议你使用 1024 的块大小（或任何更高的 2 的幂）。 我不知道 HDF5 的内部结构，但根据我对文件系统的了解，以及我们所做的粗略基准测试，1024 刚刚好。
I don't know how to specifically answer your question, but I suggest you to use a chunk size of 1024 (or any higher power of two). I don't know the internals of HDF5, but from my knowledge of filesystems, and from a rough benchmark we did, 1024 was just right.