茶年 · 中文维基百科

HDF

Wikipedia · 2026-07-15 维基百科 👁 3 阅读

层级数据格式（Hierarchical Data Format：HDF）是设计用来存储和组织大量数据的一组文件格式（HDF4，HDF5）。它最初开发于美国国家超级计算应用中心，现在由非营利社团HDF Group支持，其任务是确保HDF5技术的持续开发和存储在HDF中数据的持续可访问性。

伴随着这个目标，HDF库和相关工具可在自由的类BSD许可证下获得用于一般使用。HDF被很多商业和非商业软件平台所支持，包括Java、MATLAB、Scilab、Octave、Mathematica、IDL、Python、R、Fortran和Julia。可免费获得的HDF发行中包括了库，命令行实用程序，测试套件源代码，Java接口，和基于Java的HDF查看器（HDFView）。

当前版本是HDF5，在设计和API上与主要的遗留版本HDF4有显著区别。

历史
在1987年由美国国家超级计算应用中心（NCSA）的图形基础任务攻坚组（GFTF），着手建立一种架构无关的软件库和文件格式，致力于满足NCSA在当时使用的多种不同计算平台之间，移送科学数据的需要。额外的目标还包括：有效的存储和访问大对象的能力，在一个容器内存储不同类型的众多对象的能力，增长格式来容纳新类型的对象和对象元数据的能力，用C和Fortran二者的程序访问存储数据的能力。最初称为AEHOO（全包容层级面向对象格式），新软件和文件格式，最终叫做层级数据格式（HDF）。HDF的设计组合了来自很多不同格式的想法，包括TIFF、CGM、FITS和Macintosh 格式。这个计划在1990年和1992年，收到了美国国家科学基金会（NSF）的至关重要的拨款。大约1990年代早期美国国家航空航天局（NASA），研究了用在（EOS）计划中的15种不同文件格式。在两年评述过程之后，HDF被选择为EOS数据和信息系统的标准格式。

1996年美国能源部的劳伦斯利弗摩尔、洛斯阿拉莫斯和桑迪亚国家实验室与NCSA，抽调人员成立了数据建模和格式（DMF）小组，研究满足高级模拟和计算规划（ASC）需要的并行I/O能力的文件格式。在NASA的额外支持下，三实验室与NCSA，联合开发了第一版的HDF5并于1998年发行。。

HDF4
HDF4是这个格式的较老版本，它支持可增殖的不同数据模型，包括了多维阵列、光栅图像和表格。每种都定义了特定的聚集数据类型，并提供一个API用来读取、写入、组织数据和元数据。HDF开发者和用户可以增加新数据模型。

HDF是自描述的，允许应用程序解释文件的结构和内容而不需要外部信息。一个HDF文件可以持有混合的有关联的对象，它们可以作为一个群组或作为个别对象来访问。用户可以建立自己的叫做“vgroups”的群组结构。

HDF4格式有很多限制。它缺乏清晰的对象模型，这导致持难于持续支持和改进。支持多种不同的接口风格（图像、表格、阵列）导致了复杂的API。对元数据的支持依赖于使用的是哪个接口；SD（科学数据集）对象支持任意命名属性，而其他类型只支持预定义的元数据。可能最重要的问题，是使用32-bit位有符号整数寻址，限制了HDF4文件大小极大为2GB，这在很多现代科学应用中是不可接受的。它仍被HDF Group活跃支持着，可见于其支持页面。

HDF5
HDF5格式被设计解决HDF4库的某些限制，并致力于满足现代系统和应用的当前和预期要求。

HDF5简化了文件结构，只包含两种主要的对象类型：
*数据集，它是同质类型的多维阵列；
*群组，它是持有数据集和其他群组的容器结构。
这真正产生了层级的、类似文件系统的数据格式。事实上，在HDF5文件中的资源可以使用类似POSIX语法的“/路径/至/资源”来访问。元数据以用户定义形式存储，命名特性附加到群组和数据集之上。表示图形和表格的更复杂存储API，可以接着使用数据集、群组和特性来建造起来。

除了这些在文件格式上的进步，HDF5包括了改进的类型系统，和表示在数据集区域上选择的数据空间对象。API是面向对象的，有关于数据集、群组、特性、类型、数据空间和属性列表。

最新版的NetCDF版本4基于了HDF5。

由于它使用了B树来索引表格对象，HDF5有效工作于时间序列数据，比如股价序列，网络监控数据，和3D气象数据。大批量的数据直接进入阵列（表格对象），它可以比SQL数据库的行存储更快访问，而非阵列的数据可获得B树访问。HDF5数据存储机制比SQL更简单和快速。

批评
对HDF5的批评来源于它的单体设计和冗长规定。
*HDF5不强制使用UTF-8，所以客户应用可能在多数位置上都预期ASCII码。
*在文件中的数据集数据不能释放，除非使用外部工具（h5repack）生成文件复本。

接口
官方支持的API

  • C
  • C++
  • CLI - .Net
  • Fortran，Fortran 90
  • HDF5 Lite (H5LT) – 轻量级C接口
  • HDF5 Image (H5IM) – 图像和光栅的C接口
  • HDF5 Table (H5TB) – 表格的C接口
  • HDF5 Packet Table (H5PT) – 处理“包”数据的C和C++接口，高速访问
  • HDF5 Dimension Scale (H5DS) – 允许向HDF5增加维度缩放

*Java

第三方绑定

  • CGNS，使用HDF5作为主存储。
  • Common Lisp，通过hdf5-cffi库访问。
  • D语言，提供到C API的绑定，有着高层h5py风格的包装器正在开发。
  • Dymola，使用叫做科学数据格式（SDF）的实现支持HDF5导出，自从Dymola 2016 FD01发行。
  • Erlang、Elixir和语言，可以使用BEAM语言绑定。
  • GNU数据语言，支持访问HDF5和HDF4。
  • Go语言，通过gonum的hdf5包。
  • HDFql，使用户能用C、C++、Java、Python、C#、Fortran和R语言通过高层语言（类似SQL）管理HDF5文件。
  • Huygens软件，自从版本3.5使用HDF5作为主存储。
  • IDL，提供访问HDF5的API。
  • IGOR Pro，提供对HDF5文件的完全支持。
  • JHDF5库，是一个可替代的Java绑定，采用了与官方HDF5 Java绑定不同的方式，一些用户觉得更简单。
  • jHDF库，一个纯Java实现，提供了对HDF5文件的只读访问。
  • JSON，通过hdf5-json。
  • Julia语言，通过HDF5包提供HDF5支持。
  • LabVIEW，可以通过第三方库获得HDF支持，比如h5labview和lvhdf5。
  • Lua，通过lua-hdf5库。
  • MATLAB、Scilab或Octave，在新近发行中使用HDF5作为主存储格式。
  • Mathematica HDF导入和导出，提供HDF和HDF5数据的直接分析。
  • Perl语言，通过PDL::IO::HDF5访问。
  • Python语言，对于HDF5，可通过支持抽象高层访问和低层访问二者的h5py，或通过具有高级索引和类似数据库查询能力的高层接口的PyTables。对于HDF4，可通过Python-HDF4和/或PyHDF。流行的数据操纵包pandas可以通过导入和导出HDF5。
  • R语言，通过rhdf5和hdf5r包提供支持。
  • Rust语言，通过第三方库获得HDF支持，比如hdf库。

工具

  • Apache Spark HDF5 Connector，用于Apache Spark的HDF5连接器
  • Apache Drill HDF5 Plugin，用于Apache Drill的HDF5插件，允许在HDF5文件集上执行SQL查询
  • HDF Product Designer，可互操作的HDF5数据产品建立GUI工具
  • HDF Explorer，可读取HDF、HDF5和netCDF的数据可视化程序
  • HDFView，基于Java的HDF文件的浏览器和编辑器
  • ViTables，用Python写的HDF5和PyTables文件的浏览器和编辑器
  • Panoply，基于Java的netCDF、HDF和GRIB数据查看器

参见
*通用数据格式 (CDF)
*FITS，用于天文学的数据格式
*GRIB (GRIdded Binary)，用于气象学的数据格式
*NetCDF，Netcdf Java库使用纯Java读取HDF5、HDF4、HDF-EOS和其他格式
*Protocol Buffers，Google的数据交换格式

引用
外部链接
*
*[https://www.hdfgroup.org/solutions/hdf5/ What is HDF5?]
*[http://hdfeos.org/ HDF-EOS Tools and Information Center]
*[http://www.opennavsurf.org/ Open Navigation Surface]
*[http://www.nsmc.org.cn/NSMC_EN/CMACast/docs/HDF5.0_chinese.pdf HDF5使用简介]

#文件格式 #氣象數據和網絡 #地球科学数据格式 #C函式库

评论 (0)

  • 还没有评论，来抢沙发吧。