简介

Hierarchical Data FormatHDF Group的logo扩展名.hdf, .h4, .hdf4, .he2, .h5, .hdf5, .he5魔术数字211HDFrn32n开发者The HDF Group最新版本5-1.12.22022年4月19日，​11个月前​（2022-04-19）格式类型科学数据格式免费格式？是网站www.hdfgroup.org 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，测试包源代码，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有显着区别。

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）着手创建一种架构无关的软件库和文件格式，致力于满足在NCSA当时使用的多种不同计算平台之间移动科学数据的需要。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 PICT（英语：PICT）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）研究了用在地球观测系统（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。在2003年，R&D杂志评选HDF5为“2002年一百个技术上最重要的新产品之一”。

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，包括了多维数组、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。用户可以创建自己的叫做“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、数组）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

HDF结构举例

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数组；

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数组（表格对象），它可以比SQL数据库的行存储更快访问，而非数组数据可获得B树访问。HDF5数据存储机制比SQL星模式（英语：Star schema）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，所以客户应用可以在多数位置上预期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。

hdf5-cffi。

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LFE语言可以使用BEAM语言绑定。

GNU数据语言。

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。

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 Import and Export提供HDF和HDF5数据的直接分析。

Perl语言。

Python语言通过h5py（对HDF5抽象的高层和低层访问二者）和通过PyTables（带有高级索引和类似数据库查询能力的高层接口）支持HDF5。通过Python-HDF4和/或PyHDF对于Python 2和Python 3二者支持HDF4。流行的数据操纵包pandas可以通过PyTables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数据产品创建GUI工具

HDF Explorer，可读取HDF、HDF5和netCDF的数据可视化程序

HDFView，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