維基百科

HDF

層級數據格式（Hierarchical Data Format：HDF）是設計用來存儲和組織大量數據的一組文件格式（HDF4，HDF5）。它最初開發於美國國家超級計算應用中心，現在由非營利社團HDF Group支持，其任務是確保HDF5技術的持續開發和存儲在HDF中數據的持續可訪問性。

Hierarchical Data Format
HDF Group的logo
副檔名.hdf, .h4, .hdf4, .he2, .h5, .hdf5, .he5
網路媒體型式application/x-hdf、​application/x-hdf5
開發者The HDF Group
格式類型科學數據格式
免費格式？是
網站www.hdfgroup.org/solutions/hdf5 編輯維基數據鏈接

伴隨着這個目標，HDF庫和相關工具可在自由的類BSD許可證下獲得用於一般使用。HDF被很多商業和非商業軟件平台所支持，包括Java、MATLAB、Scilab、Octave、Mathematica、IDL、Python、R、Fortran和Julia。可免費獲得的HDF發行中包括了庫，命令行實用程序，測試套件源代碼，Java接口，和基於Java的HDF查看器（HDFView）[1]。

當前版本是HDF5，在設計和API上與主要的遺留版本HDF4有顯著區別。

歷史

在1987年由美國國家超級計算應用中心（NCSA）的圖形基礎任務攻堅組（GFTF），着手建立一種架構無關的軟件庫和文件格式，致力於滿足NCSA在當時使用的多種不同計算平台之間，移送科學數據的需要。額外的目標還包括：有效的存儲和訪問大對象的能力，在一個容器內存儲不同類型的眾多對象的能力，增長格式來容納新類型的對象和對象元數據的能力，用C和Fortran二者的程序訪問存儲數據的能力。最初稱為AEHOO（全包容層級面向對象格式），新軟件和文件格式，最終叫做層級數據格式（HDF）。HDF的設計組合了來自很多不同格式的想法，包括TIFF、CGM、FITS和Macintosh PICT（英語：PICT）格式。這個計劃在1990年和1992年，收到了美國國家科學基金會（NSF）的至關重要的撥款。大約1990年代早期美國國家航空航天局（NASA），研究了用在地球觀測系統（英語：Earth Observing System）（EOS）計劃中的15種不同文件格式。[2]在兩年評述過程之後，HDF被選擇為EOS數據和信息系統的標準格式[3]。

1996年美國能源部的勞倫斯利弗摩爾、洛斯阿拉莫斯和桑迪亞國家實驗室與NCSA，抽調人員成立了數據建模和格式（DMF）小組，研究滿足高級模擬和計算規劃（ASC）需要的並行I/O能力的文件格式。在NASA的額外支持下，三實驗室與NCSA，聯合開發了第一版的HDF5並於1998年發行。[2]在2007年NASA地球觀測系統（英語：Earth Observing System）推薦使用HDF-EOS5[4]。

HDF4

HDF4是這個格式的較老版本，它支持可增殖的不同數據模型，包括了多維陣列、光柵圖像和表格。每種都定義了特定的聚集數據類型，並提供一個API用來讀取、寫入、組織數據和元數據。HDF開發者和用戶可以增加新數據模型。

HDF是自描述的，允許應用程序解釋文件的結構和內容而不需要外部信息。一個HDF文件可以持有混合的有關聯的對象，它們可以作為一個群組或作為個別對象來訪問。用戶可以建立自己的叫做「vgroups」的群組結構。

HDF4格式有很多限制[5][6]。它缺乏清晰的對象模型，這導致持難於持續支持和改進。支持多種不同的接口風格（圖像、表格、陣列）導致了複雜的API。對元數據的支持依賴於使用的是哪個接口；SD（科學數據集）對象支持任意命名屬性，而其他類型只支持預定義的元數據。可能最重要的問題，是使用32-bit位有符號整數尋址，限制了HDF4文件大小極大為2GB，這在很多現代科學應用中是不可接受的。它仍被HDF Group活躍支持着，可見於其支持頁面[7]。

HDF5

 
HDF結構舉例

HDF5格式被設計解決HDF4庫的某些限制，並致力於滿足現代系統和應用的當前和預期要求。

HDF5簡化了文件結構，只包含兩種主要的對象類型：

  • 數據集，它是同質類型的多維陣列；
  • 群組，它是持有數據集和其他群組的容器結構。

這真正產生了層級的、類似文件系統的數據格式。事實上，在HDF5文件中的資源可以使用類似POSIX語法的「/路徑/至/資源」來訪問。元數據以用戶定義形式存儲，命名特性附加到群組和數據集之上。表示圖形和表格的更複雜存儲API，可以接着使用數據集、群組和特性來建造起來。

除了這些在文件格式上的進步，HDF5包括了改進的類型系統，和表示在數據集區域上選擇的數據空間對象。API是面向對象的，有關於數據集、群組、特性、類型、數據空間和屬性列表。

最新版的NetCDF版本4基於了HDF5。

由於它使用了B樹來索引表格對象，HDF5有效工作於時間序列數據，比如股價序列，網絡監控數據，和3D氣象數據。大批量的數據直接進入陣列（表格對象），它可以比SQL數據庫的行存儲更快訪問，而非陣列的數據可獲得B樹訪問。HDF5數據存儲機制比SQL星模式（英語：Star schema）更簡單和快速。

批評

對HDF5的批評來源於它的單體設計和冗長規定。

  • HDF5不強制使用UTF-8，所以客戶應用可能在多數位置上都預期ASCII碼。
  • 在文件中的數據集數據不能釋放，除非使用外部工具（h5repack）生成文件複本[8]。

接口

官方支持的API

  • C
  • C++
  • CLI - .Net
  • Fortran，Fortran 90
  • HDF5 Lite (H5LT) – 輕量級C接口
  • HDF5 Image (H5IM) – 圖像和光柵的C接口
  • HDF5 Table (H5TB) – 表格的C接口
  • HDF5 Packet Table (H5PT) – 處理「包」數據的C和C++接口，高速訪問
  • HDF5 Dimension Scale (H5DS) – 允許向HDF5增加維度縮放
  • Java

第三方綁定

  • CGNS，使用HDF5作為主存儲。
  • Common Lisp，通過hdf5-cffi庫訪問[9]。
  • D語言，提供到C API的綁定[10]，有着高層h5py風格的包裝器正在開發。
  • Dymola[11]，使用叫做科學數據格式（SDF）的實現支持HDF5導出，自從Dymola 2016 FD01發行。
  • Erlang、Elixir和LFE（英語：LFE (programming language)）語言，可以使用BEAM語言綁定[12]。
  • GNU數據語言，支持訪問HDF5和HDF4。
  • Go語言，通過gonum[13]的hdf5包[14]。
  • HDFql[15]，使用戶能用C、C++、Java、Python、C#、Fortran和R語言通過高層語言（類似SQL）管理HDF5文件。
  • Huygens軟件[16]，自從版本3.5使用HDF5作為主存儲。
  • IDL，提供訪問HDF5的API。
  • IGOR Pro[17]，提供對HDF5文件的完全支持[18]。
  • JHDF5庫[19]，是一個可替代的Java綁定，採用了與官方HDF5 Java綁定不同的方式，一些用戶覺得更簡單。
  • jHDF庫[20]，一個純Java實現，提供了對HDF5文件的只讀訪問。
  • JSON，通過hdf5-json[21]。
  • Julia語言，通過HDF5包[22]提供HDF5支持。
  • LabVIEW，可以通過第三方庫獲得HDF支持，比如h5labview[23]和lvhdf5[24]。
  • Lua，通過lua-hdf5[25]庫。
  • MATLAB、Scilab或Octave，在新近發行中使用HDF5作為主存儲格式。
  • Mathematica HDF導入和導出[26]，提供HDF和HDF5數據的直接分析。
  • Perl語言，通過PDL::IO::HDF5訪問[27]。
  • Python語言，對於HDF5，可通過支持抽象高層訪問和低層訪問二者的h5py[28]，或通過具有高級索引和類似數據庫查詢能力的高層接口的PyTables[29]。對於HDF4，可通過Python-HDF4[30]和/或PyHDF[31]。流行的數據操縱包pandas可以通過PyTables導入和導出HDF5。
  • R語言，通過rhdf5[32]和hdf5r[33]包提供支持。
  • Rust語言，通過第三方庫獲得HDF支持，比如hdf庫[34]。

工具

  • Apache Spark HDF5 Connector[35]，用於Apache Spark的HDF5連接器
  • Apache Drill HDF5 Plugin[36]，用於Apache Drill的HDF5插件，允許在HDF5文件集上執行SQL查詢
  • HDF Product Designer[37]，可互操作的HDF5數據產品建立GUI工具
  • HDF Explorer[38]，可讀取HDF、HDF5和netCDF的數據可視化程序
  • HDFView[39]，基於Java的HDF文件的瀏覽器和編輯器
  • ViTables[40]，用Python寫的HDF5和PyTables文件的瀏覽器和編輯器
  • Panoply[41]，基於Java的netCDF、HDF和GRIB數據查看器

參見

  • 通用數據格式 (CDF)
  • FITS，用於天文學的數據格式
  • GRIB (GRIdded Binary)，用於氣象學的數據格式
  • NetCDF，Netcdf Java庫使用純Java讀取HDF5、HDF4、HDF-EOS和其他格式
  • Protocol Buffers，Google的數據交換格式

引用

  1. ^ Java-based HDF Viewer (HDFView). [2019-06-05]. （原始內容存檔於2016-08-11）. 
  2. ^ 2.0 2.1 HDF Group History. [2019-06-08]. （原始內容存檔於2019-06-08）. 
  3. ^ HDF-EOS Tools and information Center. [2023-10-09]. （原始內容存檔於2023-10-21）. 
  4. ^ HDF-EOS5 Data Model, File Format and Library. [2023-10-09]. （原始內容存檔於2023-11-10）. 
  5. ^ How is HDF5 different from HDF4?. [2019-06-05]. （原始內容存檔於2009-03-30）. 
  6. ^ Are there limitations to HDF4 files?. [2019-06-05]. （原始內容存檔於2016-04-19）. 
  7. ^ 支持頁面 （頁面存檔備份，存於網際網路檔案館）
  8. ^ Rossant, Cyrille. Moving away from HDF5. cyrille.rossant.net. [21 April 2016]. （原始內容存檔於2016-01-08）. 
  9. ^ hdf5-cffi （頁面存檔備份，存於網際網路檔案館）
  10. ^ 到C API的綁定 （頁面存檔備份，存於網際網路檔案館）
  11. ^ Dymola （頁面存檔備份，存於網際網路檔案館）
  12. ^ BEAM語言綁定 （頁面存檔備份，存於網際網路檔案館）
  13. ^ gonum （頁面存檔備份，存於網際網路檔案館）
  14. ^ hdf5 （頁面存檔備份，存於網際網路檔案館）
  15. ^ HDFql（頁面存檔備份，存於網際網路檔案館）
  16. ^ Huygens軟件 （頁面存檔備份，存於網際網路檔案館）
  17. ^ IGOR Pro （頁面存檔備份，存於網際網路檔案館）
  18. ^ Igor Pro includes extensive support for reading and writing HDF5 files through an included HDF5 package （頁面存檔備份，存於網際網路檔案館）.
  19. ^ JHDF5庫 （頁面存檔備份，存於網際網路檔案館）
  20. ^ jHDF庫（頁面存檔備份，存於網際網路檔案館）
  21. ^ hdf5-json（頁面存檔備份，存於網際網路檔案館）
  22. ^ HDF5 （頁面存檔備份，存於網際網路檔案館）
  23. ^ h5labview （頁面存檔備份，存於網際網路檔案館）
  24. ^ lvhdf5 （頁面存檔備份，存於網際網路檔案館）
  25. ^ lua-hdf5（頁面存檔備份，存於網際網路檔案館）
  26. ^ HDF Import and Export （頁面存檔備份，存於網際網路檔案館）Mathematica documentation
  27. ^ PDL::IO::HDF5. [2019-06-05]. （原始內容存檔於2019-06-05）. 
  28. ^ h5py （頁面存檔備份，存於網際網路檔案館）
  29. ^ PyTables （頁面存檔備份，存於網際網路檔案館）
  30. ^ Python-HDF4 （頁面存檔備份，存於網際網路檔案館）
  31. ^ PyHDF （頁面存檔備份，存於網際網路檔案館）
  32. ^ rhdf5（頁面存檔備份，存於網際網路檔案館）
  33. ^ hdf5r（頁面存檔備份，存於網際網路檔案館）
  34. ^ hdf5 （頁面存檔備份，存於網際網路檔案館）
  35. ^ Apache Spark HDF5 Connector
  36. ^ Apache Drill HDF5 Plugin
  37. ^ HDF Product Designer （頁面存檔備份，存於網際網路檔案館）
  38. ^ HDF Explorer（頁面存檔備份，存於網際網路檔案館）
  39. ^ HDFView （頁面存檔備份，存於網際網路檔案館）
  40. ^ ViTables （頁面存檔備份，存於網際網路檔案館）
  41. ^ Panoply. [2023-08-11]. （原始內容存檔於2023-11-09）. 

外部連結

取自「https://zh.wikipedia.org/w/index.php?title=HDF&oldid=79709849」