共查询到17条相似文献,搜索用时 765 毫秒
1.
2.
空间数据划分是空间大数据索引方法及其数据存储的重要组成部分。针对Hadoop云计算平台在空间数据划分及其存储方面的不足,提出了基于Hilbert空间填充曲线的海量空间矢量数据并行划分算法。在数据划分阶段,充分考虑空间数据相邻对象的空间位置关系、空间对象的自身大小以及相同编码块的空间对象个数等影响因素;通过“合并小编码块,分解大编码块”的划分原则,实现了云环境下海量空间矢量数据的并行划分算法。试验表明,该算法不仅能够提高海量空间矢量数据的索引效率,同时也能够很好地解决空间矢量数据在Hadoop分布式文件系统(Hadoop distributed file system,HDFS)上的数据倾斜问题。 相似文献
3.
4.
以多尺度空间数据为研究对象,讨论其混合索引结构的建立方法。对于多尺度矢量空间数据提出基于多层次网格与R 树混合索引结构,栅格数据进行分块并建立四叉树索引结构。利用双向链表结构连接同尺度下的矢栅空间数据,实现矢栅之间的无缝转化;并用地理数据编码及双向链表结构连接不同尺度下的同一空间对象,实现多尺度空间对象的纵向无缝连接。进而实现多尺度空间数据的快速可视化及空间对象的纵向无缝查询。 相似文献
5.
6.
7.
大数据时代,需要对海量空间数据更快速地建立高效索引,使用递归排序网格(STR)方法构建的R树具有优秀的查询性能,但构建效率不高。本文利用基于计算机图形处理器(GPU)的通用计算具有细粒度可并行性的特点,提出了一种基于STR算法的R树GPU并行构建算法,使用线性数据结构存储R树,并且用整体排序代替分段排序,细化算法的并行粒度。实验结果表明,同CPU算法相比,本文算法的加速比最高可达27倍,并且呈现出随着数据量增大而变大的趋势。本文算法充分利用GPU的并行处理能力,高效构建了性能优越的R树空间索引。 相似文献
8.
GML空间数据查询与索引机制研究 总被引:9,自引:0,他引:9
由于传统GIS数据模型的差异,导致空间数据难以集成与共享。各GIS软件厂商及第三方软件厂商提出了利用空间数据转换的解决方案,但是它还是不能很好地解决空间数据集成与共享存在的问题。地理标记语言GML的出现,为GIS空间数据建模、集成与共享提供了统一的标准与框架。GML已经成为事实上的空间数据编码、传输、存储和发布的国际标准,大量GML格式的空间数据开始涌现。如何有效地存储管理GML空间数据,已经成为GIS研究的热点问题。本文结合XML数据库技术和传统的空间数据库技术,对GML空间数据的查询、索引进行了深入的研究。以XML标准查询语言XQuery为基础,提出了XQuery空间扩展的内容,开发了GML空间数据查询语言,实现了GML空间数据的本原查询;结合XML文档编码和传统的空间数据索引,提出了基于空间索引的GML一体化索引机制,并以R树索引为例,对一体化索引的查询处理性能进行了实验分析。实验结果表明,本文提出的基于空间索引的GML一体化索引机制是可行的、高效的。 相似文献
9.
提出了一种用于原生XML数据的空间索引方法,有效解决了在处理原生XML空间数据时遇到的效率问题,并在此基础上构建了结合XML和关系数据库特性的XML空间查询语言XML-GSQL。该查询语言具有良好的结构,并且针对空间操作进行了扩展,使空间操作更加简洁和高效。 相似文献
10.
11.
介绍了一种新的R树批生成算法ATBL。本算法结合了自底向上的生成方式和以缓冲区树为基础的自顶向下方式的优点,通过对算法性能进行理论分析以及与其他多个算法进行比较研究,证明该算法在执行速度和所生成R树的查询性能方面都能达到令人满意的效果。 相似文献
12.
13.
14.
基于关系型数据库的空间数据存储与处理是地理信息系统(geographic information system,GIS)领域的主流模式,但伴随着物联网、移动互联网、云计算及空间数据采集技术的发展,空间数据已从海量特征转变为大数据特征,对空间数据的存储和管理在数据量和处理模式上提出了新的挑战。首先分析了基于传统的集中式存储与管理模式在处理和应用大数据方面的局限性,包括存储对象的适应性、存储能力的可扩展性及高并发处理能力要求;然后在分析当前几大主流NoSQL数据库特点的基础上,指出了空间大数据基于NoSQL数据库的单一存储模式在数据操作方式、查询方式和数据高效管理方面存在的局限性;最后结合GIS领域空间大数据存储对数据库存储能力的可扩展性及数据处理和访问的高并发要求,提出基于内存数据库和NoSQL数据库的空间大数据分布式存储与综合处理策略,并开发了原型系统对提出的存储策略进行可行性和有效性进行了验证。 相似文献
15.
With the wide use of laser scanning technology, point cloud data collected from airborne sensors and terrestrial sensors are often integrated to depict a complete scenario from the top and ground views, even though points from different platforms and sensors have quite different densities. These massive point clouds with various structures create many problems for both data management and visualization. In this article, a hybrid spatial index method is proposed and implemented to manage and visualize integrated point cloud data from airborne and terrestrial scanners. This hybrid spatial index structure combines an extended quad‐tree model at the global level to manage large area airborne sensor data, with a 3‐D R‐tree to organize high density local area terrestrial point clouds. These massive point clouds from different platforms have diverse densities, but this hybrid spatial index system has the capability to organize the data adaptively and query efficiently, satisfying the requirements for fast visualization. Experiments using point cloud data collected from the Dunhuang area were conducted to evaluate the efficiency of our proposed method. 相似文献
16.
随着云计算时代的到来,基于云计算进行海量数据处理,成为一种解决传统集中式数据管理不适应海量数据不断增长的高效、可信方法。本文介绍了云计算的含义、特点,以及发展现状。分析了运用云计算技术实现空间数据处理的优势,调查并总结了目前基于云计算数据处理技术的研究状况以及所面临的问题。 相似文献
17.
随着智慧城市时空大数据平台的建成,依托其时间的可追溯性、空间的全面性、数据类型的多样性,自然资源档案管理系统有了较大的升级改造空间。本文通过对智慧城市大数据平台中时空信息大数据、时空信息云平台、支撑环境、智慧应用示范4个方面建设内容的分析,研究了如何通过对自然资源档案管理系统中的档案数据整理入库功能进行升级、对系统功能模块进行改造,以实现自然资源档案的图、数、档一体化管理,从而满足自然资源部门对档案的管理与使用需求。 相似文献