在不同的文件系统平台上保存数据存储和加载

在一个文件系统上创建一个数据存储，该文件在不同的计算机上无缝地加载和工作（可能是不同的操作系统）。例如，在Windows上创建数据存储^®机器，保存，然后在Linux上加载它^®机器。

首先，在创建和保存数据存储之前，确定不同平台上数据的根路径。根路径将根据计算机或文件系统的不同而不同。例如，如果你在本地机器上有数据，在集群上有数据的副本，那么获取访问数据的根路径:

然后，通过使用使用这些根路径'alternedfilesystemroots'数据存储的参数。

altroots = [“Z: \数据集”那“/ nfs-bldg001 / dataset”];ds = tabulartextdataStore（Z: \数据集的那'alternedfilesystemroots', altRoots);

检查文件数据存储的属性。在这种情况下，文件属性包含Windows计算机访问的数据的位置。

ds。文件

ans = 5×1单元阵列{'z：\ dataset \ datafile01.csv'} {'z：\ dataset \ datafile02.csv'} {'z：\ dataset \ datafile03.csv'} {'z：\ dataset \datafile04.csv'} {'z：\ dataset \ datafile05.csv'}

节省ds_saved_on_windows.matDS.

加载ds_saved_on_windows.matds。文件

ans = 5×1单元阵列{'/nfs-bldg001/dataset/datafile01.csv'} {'/nfs-bldg001/dataset/datafile02.csv'} {'/nfs-bldg001/dataset/datafile03.csv'} {'/nfs-bldg001/dataset/datafile04.csv'} {'/nfs-bldg001/dataset/datafile05.csv'}

使用并行和分布式计算处理数据存储

要使用并行和分布式计算处理数据存储，涉及不同平台，云或群集计算机，必须预定决定'alternedfilesystemroots'参数。此示例演示如何在本地计算机上创建数据存储，分析数据的一小部分，然后使用并行计算工具箱™和马铃薯^®并行服务器™向整个数据集扩展分析。

创建数据存储并为其分配一个值'alternedfilesystemroots'财产。设置值的值'alternedfilesystemroots'属性，标识在不同平台上的数据的根路径。根路径基于机器或文件系统而不同。例如，从计算机和群集识别用于数据访问的根路径：

然后，将这些根路径关联使用AlternateFileSystemRoots财产。

altroots = [“Z: \数据集”那“/ nfs-bldg001 / dataset”];ds = tabulartextdataStore（Z: \数据集的那'alternedfilesystemroots', altRoots);

分析本地机器上的一小部分数据。例如，获取数据的一个分区子集，通过删除任何遗漏的条目来清理数据，并检查变量的图。

tt = tall（分区（ds，100,1））;摘要（TT）;％分析您的数据tt = rmmissing (tt);情节(tt.MyVar1 tt.MyVar2)

通过使用扩展分析到整个数据集MATLAB并行服务器群集（Linux群集）。例如，使用群集配置文件启动工作池，然后使用并行和分布式计算功能对整个数据集进行分析。

Parpool（'mymjsprofile'）TT =高（DS）;摘要（TT）;％分析您的数据tt = rmmissing (tt);情节(tt.MyVar1 tt.MyVar2)