GDAL是否可以支持并行I/O？
最近使用GDAL并行IO读写实验，我们采用GDAL库+MPI+NFS在fedora15系统上开展，实验证明该方法没有遇到预先设想的问题，
比如：写文件冲突。目前我也不清楚是否是NFS有内在机制会协调各个进程之间的先后顺序，总之现在看来并行计算是没有问题的，但是
不少人说GDAL是不支持并行IO的，有人采用令牌循环的方式写文件，实质还是串行。该天换个大数据试试。
先说说我遇到的问题，我在用GDAL做矢栅转换时，扩展了一个GDAL函数：GDALGeometriesRasterizeBuf，多个geometry对象转栅格
到void*，目的是分块并行计算，然后再利用NFS并行写到文件中。程序完成后调试发现单机单进程跑没有任何问题，单机多进程跑出现偏移现象。
发现数据分块接线处有重合现象，且往往遇到最后一个进程的计算结果写入失败。初步认为这是由于重复的浮点数计算导致误差增加导致，一开始
是通过计算envelop，对envelop进行划分，再通过仿射变换矩阵计算每个分块的行列号和大小，这个过程存在精度丢失。后来修改为通过计算整个
图像的行列数，再通过按行划分分块反推每块的envelop，利用R树索引以得到的envelop查询所有feature进行栅格化，得到正确结果。但是虽然
图像偏移得到解决，但是有时候部分进程写入失败的问题还是没有解决，并且20~40M的图像写到共享目录的时间竟然长达60~80s，要知道我们
局域网虽然是100M带宽，可正常传输速度也是可以到13M/s的，必然存在问题。反复的研究代码，与同事的代码对比发现我的主进程创建了栅格文件
后，DatasetH句柄并没有Close掉，而是继续使用来接收主进程的计算结果，处理I/O。问题就出在这里，我为了省几行代码，忽略了主进程创建的
文件在没有Close掉的情况下，其他进程是无法顺利写入数据的，并且可能涉及频繁的锁定和争抢资源，导致IO效率极低，且存在错误。
解决办法：创建完栅格数据并设置好参数后立即关闭DatasetH句柄，到主进程计算完毕需要写入结果时再重新打开一个句柄调用GDALRasterIO接口
写入数据既可。见下图：我就是忽略了Step B。
