VTK 和 MPI：绘制分布式数据

Question

经过一些研究，我无法弄清楚将 VTK 与 MPI 结合使用以便能够可视化分布式数据的最佳方法是什么。

我要绘制的数据是立方体内的一组移动点（如果有帮助，我们知道边界）。这组点将在每次迭代时更新，而且它也可以是巨大的。目前我们并不真正知道我们的实现将如何扩展，但我们的目标是能够处理尽可能多的点。

以下是我在研究中发现的两种并行绘图方式：

1. 使用vtkMultiProcessController。这种方法似乎相当复杂，我发现的唯一“文档”是类文档和an example。这可能足以使用这个类，但在我看来这会花费我太多时间。

2. 使用像 link 这样的 VTK 并行格式。这个选项似乎更容易使用，不是真正的侵入性，并且可能（？）比前一个更快。

我的问题是：

• 是否有任何其他方法可用于有效地绘制一组分布式点？
• 哪种方法最适合绘制我的数据集？
• （附带问题）VTK（用于创建文件）和 Paraview（用于查看动画）支持绘制此类动画的最佳格式是什么？

非常感谢您的宝贵时间！

Answer 1

我认为第一种方法更可靠，因为我花了很多时间来使用第二种方法，但我无法从中得到正确的结果。正如你所说，VTK 类没有很好的文档，尤其是像 vtkXMLPStructuredGridWriter 这样的并行类。

顺便说一句，我建议你使用第一种方法。但是，不要使用vtkMultiProcessController，而是使用派生自 vtkMultiProcessController 类的vtkMPIController。最近，我为Structured Grid写了一个例子，通过做一些改变，你可以将它用于你自己的应用程序：

// MPI Library
#include <mpi.h>

//VTK Library
#include <vtkXMLPStructuredGridWriter.h>
#include <vtkStructuredGrid.h>
#include <vtkSmartPointer.h>
#include <vtkFloatArray.h>
#include <vtkCellData.h>
#include <vtkMPIController.h>
#include <vtkProgrammableFilter.h>
#include <vtkInformation.h>

struct Args {
  vtkProgrammableFilter* pf;
  int local_extent[6];
};

// function to operate on the point attribute data
void execute (void* arg) {
  Args* args = reinterpret_cast<Args*>(arg);
  auto info = args->pf->GetOutputInformation(0);
  auto output_tmp = args->pf->GetOutput();  // this is a vtkDataObject*
  auto input_tmp  = args->pf->GetInput();   // this is a vtkDataObject*
  vtkStructuredGrid* output = dynamic_cast<vtkStructuredGrid*>(output_tmp);
  vtkStructuredGrid* input  = dynamic_cast<vtkStructuredGrid*>(input_tmp);
  output->ShallowCopy(input);
  output->SetExtent(args->local_extent);
}

int main (int argc, char *argv[]) {
  MPI_Init (&argc, &argv);
  int myrank;
  MPI_Comm_rank (MPI_COMM_WORLD, &myrank);

  int lx {10}, ly{10}, lz{10};        //local dimensions of the process's grid
  int dims[3] = {lx+1, ly+1, lz+1};
  int global_extent[6] = {0, 2*lx, 0, ly, 0, lz};
  int local_extent[6] = {myrank*lx, (myrank+1)*lx, 0, ly, 0, lz};

  // Create and Initialize vtkMPIController
  auto contr = vtkSmartPointer<vtkMPIController>::New();
  contr->Initialize(&argc, &argv, 1);
  int nranks = contr->GetNumberOfProcesses();
  int rank   = contr->GetLocalProcessId();

  // Create grid points, allocate memory and Insert them
  auto points = vtkSmartPointer<vtkPoints>::New();
  points->Allocate(dims[0]*dims[1]*dims[2]);
  for (int k=0; k<dims[2]; ++k)
    for (int j=0; j<dims[1]; ++j)
      for (int i=0; i<dims[0]; ++i)
        points->InsertPoint(i + j*dims[0] + k*dims[0]*dims[1],
                            i+rank*(dims[0]-1), j, k);

  // Create a density field. Note that the number of cells is always less than
  // number of grid points by an amount of one so we use dims[i]-1
  auto density = vtkSmartPointer<vtkFloatArray>::New();
  density->SetNumberOfComponents(1);
  density->SetNumberOfTuples((dims[0]-1)*(dims[1]-1)*(dims[2]-1));
  density->SetName ("density");
  int index;
  for (int k=0; k<lz; ++k)
    for (int j=0; j<ly; ++j)
      for (int i=0; i<lx; ++i) {
        index = i + j*(dims[0]-1) + k*(dims[0]-1)*(dims[1]-1);
        density->SetValue(index, i+j+k);
      }

  // Create a vtkProgrammableFilter
  auto pf = vtkSmartPointer<vtkProgrammableFilter>::New();

  // Initialize an instance of Args
  Args args;
  args.pf = pf;
  for(int i=0; i<6; ++i) args.local_extent[i] = local_extent[i];

  pf->SetExecuteMethod(execute, &args);

  // Create a structured grid and assign point data and cell data to it
  auto structuredGrid = vtkSmartPointer<vtkStructuredGrid>::New();
  structuredGrid->SetExtent(global_extent);
  pf->SetInputData(structuredGrid);
  structuredGrid->SetPoints(points);
  structuredGrid->GetCellData()->AddArray(density);

  // Create the parallel writer and call some functions
  auto parallel_writer = vtkSmartPointer<vtkXMLPStructuredGridWriter>::New();
  parallel_writer->SetInputConnection(pf->GetOutputPort());
  parallel_writer->SetController(contr);
  parallel_writer->SetFileName("data/test.pvts");
  parallel_writer->SetNumberOfPieces(nranks);
  parallel_writer->SetStartPiece(rank);
  parallel_writer->SetEndPiece(rank);
  parallel_writer->SetDataModeToBinary();
  parallel_writer->Update();
  parallel_writer->Write();

  contr->Finalize();

  // WARNING: it seems that MPI_Finalize is not necessary since we are using
  // Finalize() function from vtkMPIController class. Uncomment the following
  // line and see what happens.
//   MPI_Finalize ();
  return 0;
}

关于你的最后一个问题，如果你使用 VTK 库，你可以在 Ascii 和 Binary 格式之间进行选择。二进制格式的大小通常较小。您可以通过调用 SetDataModeToBinary() 函数轻松设置此二进制格式。我在上面的代码中使用了这个函数。

另请阅读与您正在寻找的内容相关的question。