KR101784612B1 - Geo-hash based indexing scheme for wban monitoring system based on the position - Google Patents
Geo-hash based indexing scheme for wban monitoring system based on the position Download PDFInfo
- Publication number
- KR101784612B1 KR101784612B1 KR1020160072489A KR20160072489A KR101784612B1 KR 101784612 B1 KR101784612 B1 KR 101784612B1 KR 1020160072489 A KR1020160072489 A KR 1020160072489A KR 20160072489 A KR20160072489 A KR 20160072489A KR 101784612 B1 KR101784612 B1 KR 101784612B1
- Authority
- KR
- South Korea
- Prior art keywords
- data
- tree
- nosql database
- geo
- local
- Prior art date
Links
- 238000012544 monitoring process Methods 0.000 title description 2
- 238000000034 method Methods 0.000 claims abstract description 28
- 230000001131 transforming effect Effects 0.000 claims abstract description 3
- 238000003780 insertion Methods 0.000 claims description 8
- 230000037431 insertion Effects 0.000 claims description 8
- 238000012545 processing Methods 0.000 description 8
- 238000010586 diagram Methods 0.000 description 6
- 230000008569 process Effects 0.000 description 5
- 238000011161 development Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 238000013499 data model Methods 0.000 description 2
- 201000010099 disease Diseases 0.000 description 2
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 2
- 230000036541 health Effects 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 238000012732 spatial analysis Methods 0.000 description 2
- 208000027796 Blood pressure disease Diseases 0.000 description 1
- 208000007502 anemia Diseases 0.000 description 1
- 230000007175 bidirectional communication Effects 0.000 description 1
- 230000036772 blood pressure Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000006854 communication Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000013523 data management Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 238000012217 deletion Methods 0.000 description 1
- 230000037430 deletion Effects 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 238000012731 temporal analysis Methods 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/22—Indexing; Data structures therefor; Storage structures
- G06F16/2228—Indexing structures
- G06F16/2246—Trees, e.g. B+trees
-
- G06F17/30327—
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/22—Indexing; Data structures therefor; Storage structures
- G06F16/2228—Indexing structures
- G06F16/2255—Hash tables
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/22—Indexing; Data structures therefor; Storage structures
- G06F16/2228—Indexing structures
- G06F16/2272—Management thereof
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/28—Databases characterised by their database models, e.g. relational or object models
- G06F16/289—Object oriented databases
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/29—Geographical information databases
-
- G06F17/30241—
-
- G06F17/3033—
-
- G06F17/30336—
-
- G06F17/30607—
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/22—Social work or social welfare, e.g. community support activities or counselling services
-
- H04W4/008—
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/02—Services making use of location information
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/80—Services using short range communication, e.g. near-field communication [NFC], radio-frequency identification [RFID] or low energy communication
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Databases & Information Systems (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- General Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Health & Medical Sciences (AREA)
- Tourism & Hospitality (AREA)
- Computer Networks & Wireless Communication (AREA)
- Software Systems (AREA)
- Signal Processing (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Child & Adolescent Psychology (AREA)
- Strategic Management (AREA)
- Primary Health Care (AREA)
- Human Resources & Organizations (AREA)
- General Health & Medical Sciences (AREA)
- Economics (AREA)
- Remote Sensing (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
일 실시예에 따른 NoSQL 데이터베이스에 기반한 인덱스 생성 방법은, 대상 영역에 확장된 R-트리 구조의 글로벌 트리 및 기 설정된 밀도 이상의 영역에서의 객체의 데이터를 관리하기 위하여 확장 가능한 B-트리의 로컬 트리로 구성하는 단계; 상기 데이터를 상기 NoSQL 데이터베이스에 삽입하기 위해 상기 객체의 위치 정보를 Geo-hash 데이터로 변환하는 단계; 상기 객체의 위치 정보에 대한 접근을 위해 상기 글로벌 트리를 통하여 상기 위치 정보가 소속되어 있는 MBR 데이터의 정보를 사용하여 상기 R-트리의 로컬 노드를 탐색하는 단계; 및 상기 R-트리의 로컬 노드에서 상기 변환된 Geo-hash 데이터를 상기 로컬 트리에 저장하는 단계를 포함할 수 있다. A method for creating an index based on a NoSQL database according to an embodiment includes a global tree of an R-tree structure extended in a target area and a local tree of an expandable B-tree in order to manage object data in an area of a predetermined density or more Comprising; Transforming the location information of the object into Geo-hash data to insert the data into the NoSQL database; Searching for a local node of the R-tree using information of MBR data to which the location information belongs through the global tree to access the location information of the object; And storing the transformed Geo-hash data at a local node of the R-tree in the local tree.
Description
아래의 설명은 인덱스 기법에 관한 것으로, NoSQL 데이터베이스에 기반한 인덱스 생성 방법에 관한 것이다.
The following discussion is about indexing techniques and how to create indexes based on the NoSQL database.
정보통신과 전자 디바이스의 눈부신 발전으로 정보기기가 소형화됨에 따라 생체정보를 계측하는 기기들이 휴대형에서 몸에 붙일 수 있을 정도로 발전하고 있다. 심지어는 몸에 이식하여 수년 동안 몸 안의 상태를 외부로 정보를 보낼 수 있는 소형화 장기간 전원관리기술도 발전한 상태이다. 이와 같은 여러 대의 웨어러블 기기를 몸에 붙였을 경우나 몸안과 몸 바깥에서 기기 간의 접속은 무선으로 진행이 되며, 근거리에서 수신기가 데이터를 획득하여 의사결정 센터에 보내져 모니터링 및 의료 용도로 사용된다. Due to the remarkable development of information communication and electronic devices, devices that measure biometric information have developed to such a degree that they can be attached to the body in a portable manner as information devices are downsized. Even miniaturized long-term power management technology has been developed that can be transplanted into the body to send information outside the body for years. When several wearable devices like this are worn on the body, the connection between the device and the outside of the body goes wirelessly, and the receiver acquires data from a short distance and sends it to the decision center for monitoring and medical purposes.
u-헬스케어는 지금까지 의료기관을 중심으로 제공되었던 건강진료 서비스를 가정과 개인으로 확대하여 특히 질병발생 전의 예방과 질병발생 직후의 즉각적이며 지능적인 대응이 가능하게 하였다. 또한 휴대폰 단말기 기술의 발전으로 최근에는 이러한 생채정보를 웨어러블 계측기에서 직접 휴대폰 단말기로 전달하여 수집 및 관리하는 시스템이 생기면서 u-헬스케어를 통해 일상적이고 개인에 따라 차별화된 맞춤형 건강관리 서비스를 제공할 수 있게 되었다. u-Healthcare has expanded its healthcare services, which had been provided mainly by medical institutions, to homes and individuals, making it possible, in particular, to prevent pre-emergence and prompt and intelligent responses immediately after disease development. In addition, due to the development of mobile phone terminal technology, there has recently been a system for collecting and managing such biometrics information from a wearable instrument directly to a mobile phone terminal, thereby providing customized health care services differentiated according to individual and daily life through u-health care It was possible.
일부 연구에서는 휴대형 심전도 계측기기로부터 장시간 측정하는 계측환경을 대상으로 수집된 바이너리 심전도 데이터를 상호연동성을 위해 다양한 심전도 계측기기나 휴대형 계측기기로부터 수집된 방대한 바이너리 데이터를 텍스트기반의 XML 데이터(HL7 aECG)로 변환하고 저장소에 저장 관리하기 위한 저장구조와 효율적인 검색을 위한 메타데이터 시스템을 구현하였다. WBAN은 바로 이러한 헬스케어를 위한 기기들을 지닌 사람을 중심으로 WBAN 코디네이터와 다수의 WBAN 장치들로 구성된다. WBAN 코디네이터는 이들 장치와 스타 토폴로지를 구성하여 양방향 통신 기능을 제공하며 이들 장치들을 관리하고 제어하고 사용자의 기본 데이터, 데이터 수신 메타데이터, 및 생체신호 데이터를 전달한다. 이러한 WBAN 시스템에서 발생되는 데이터를 건강 관리에 사용하기 위해 효과적인 데이터 관리시스템이 필요하다.In some studies, large binary data collected from various electrocardiogram meters and handheld measuring instruments are converted into text-based XML data (HL7 aECG) for interoperability by collecting binary electrocardiogram data collected from a portable ECG measurement device for a long time. We have implemented a storage structure for storing and managing the metadata in the repository and a metadata system for efficient retrieval. The WBAN consists of a WBAN coordinator and a number of WBAN devices centered on those who have devices for such healthcare. The WBAN coordinator configures these devices and the star topology to provide bidirectional communication functions, manages and controls these devices, and transmits user basic data, data receiving metadata, and biometric signal data. There is a need for an effective data management system to use data generated from such WBAN systems in healthcare.
WBAN 시스템에서 발생되는 생체정보와 휴대폰과 같은 수집기기의 위치 정보와 시간 정보를 결합하여 시간적 및 위치적 헬스케어 데이터를 제공할 수 있어 보다 공간적 시간적 분석이 가능하게 하였다. 예컨대 지하에서 지상으로 이동 시 혈압이 감소하는 패턴을 보이는 환자의 경우 일반 혈압질병이 아닌 빈혈 등 기타 질병을 의심할 수 있는 근거를 제공할 수 있다. 그러나 WBAN에서 발생하는 데이터는 다양한 센서를 활용하여 인체 신호를 수집하며, 수집하는 주기와 스키마가 각자 틀리기 때문에, 전통적인 관계형 데이터베이스를 사용하기에는 지속적으로 발생하는 WBAN의 데이터를 처리하기 힘든 문제점을 가지고 있고, 또한 장기간 쌓인 헬스 정보에 대한 단계적인 통계 분석을 지원하지 못하는 문제점이 있다.
It is possible to provide temporal and spatial healthcare data by combining biometric information generated in the WBAN system and location information and time information of a collection device such as a mobile phone, thereby enabling more spatial and temporal analysis. For example, patients with a pattern of decreased blood pressure when moving from the ground to the ground may provide a basis for suspicion of other diseases such as anemia and not general blood pressure disease. However, since the data generated in the WBAN collects the human body signal using various sensors, and the collection period and the schema are different from each other, there is a problem that it is difficult to process the data of the WBAN which is continuously generated to use the conventional relational database, Also, there is a problem that it is not able to support stepwise statistical analysis on health information accumulated over a long period of time.
본 발명이 해결하고자 하는 과제는 WBAN 환경에서 발생되는 대용량의 공간정보를 포함하는 헬스케어 데이터에 대한 공간분석을 지원하기 위하여 NoSQL 데이터베이스에 기반한 인덱스 기법을 제안한다. A problem to be solved by the present invention is to provide a NoSQL database-based indexing method to support spatial analysis of healthcare data including large-capacity spatial information generated in a WBAN environment.
또한, 빠른 데이터의 삽입 및 이력 데이터에 대한 질의를 지원하기 위해 NoSQL 데이터베이스에 기반한 인덱스 기법을 제안한다.
In addition, we propose a NoSQL database based indexing method to support fast data insertion and query on historical data.
일 실시예에 따르면, NoSQL 데이터베이스에 기반한 인덱스 생성 방법은, 대상 영역에 확장된 R-트리 구조의 글로벌 트리 및 기 설정된 밀도 이상의 영역에서의 객체의 데이터를 관리하기 위하여 확장 가능한 B-트리의 로컬 트리로 구성하는 단계; 상기 데이터를 상기 NoSQL 데이터베이스에 삽입하기 위해 상기 객체의 위치 정보를 Geo-hash 데이터로 변환하는 단계; 상기 객체의 위치 정보에 대한 접근을 위해 상기 글로벌 트리를 통하여 상기 위치 정보가 소속되어 있는 MBR 데이터의 정보를 사용하여 상기 R-트리 구조의 로컬 노드를 탐색하는 단계; 및 상기 R-트리의 로컬 노드에서 상기 변환된 Geo-hash 데이터를 상기 로컬 트리에 저장하는 단계를 포함할 수 있다.According to an embodiment, a method of creating an index based on a NoSQL database includes a global tree of an R-tree structure extended in a target area and a local tree of an expandable B-tree in order to manage data of an object in an area of a predetermined density or more. ; Transforming the location information of the object into Geo-hash data to insert the data into the NoSQL database; Searching for a local node of the R-tree structure using information of MBR data to which the location information belongs through the global tree for accessing location information of the object; And storing the transformed Geo-hash data at a local node of the R-tree in the local tree.
일측에 따르면, 상기 NoSQL 데이터베이스에 기반한 인덱스 방법은, 상기 Geo-hash 데이터에 기반한 인덱스를 이용하여 이동하는 객체의 데이터를 삽입하거나 삭제하는 연산을 수행하는 단계를 더 포함할 수 있다. According to one aspect of the present invention, the index method based on the NoSQL database may further include performing an operation of inserting or deleting data of a moving object using an index based on the Geo-hash data.
또 다른 일측에 따르면, 상기 글로벌 트리에서, 상기 글로벌 트리의 리프노드는, 상기 객체의 범위 정보인 MBR 데이터 및 로컬 노드를 포함하고, 상기 글로벌 트리의 리프 노드에 상기 객체의 이동이 증가하면, 상기 로컬 노드를 확장하거나 또는 로컬 노드를 추가할 수 있다. According to another aspect of the present invention, in the global tree, the leaf node of the global tree includes MBR data, which is range information of the object, and a local node, and when the movement of the object is increased at a leaf node of the global tree, You can extend the local node or add a local node.
또 다른 일측에 따르면, 상기 로컬 트리의 구조는, 공간 데이터를 포함하는 기 설정된 용량 이상의 데이터의 삽입 및 저장을 수행하는 것을 포함하고, 상기 로컬 트리에 저장되는 상기 객체의 스키마 정보는, 상기 객체의 아이디, 상기 객체의 위치 값, 상기 객체의 위치 값을 Geo-hash 값으로 변환한 값, 상기 객체가 이동함에 따라 이동된 위치에서 측위될 때의 시간 정보, 상기 객체의 기타 속성 정보 및 상기 객체의 이력 데이터의 저장 위치 정보 중 적어도 하나를 포함할 수 있다. According to another aspect of the present invention, the structure of the local tree includes performing insertion and storage of data having a predetermined capacity or more including spatial data, and schema information of the object stored in the local tree includes An ID, a position value of the object, a value obtained by converting the position value of the object into a Geo-hash value, time information when the object is positioned at the moved position, other property information of the object, And storage location information of the history data.
또 다른 일측에 따르면, 상기 Geo-hash 데이터에 기반한 인덱스를 이용하여 이동하는 객체의 데이터를 삽입하거나 삭제하는 연산을 수행하는 단계는, 새로운 객체가 관리 대상 공간에 들어옴을 감지함에 따라 상기 객체가 글로벌 트리에서 상기 객체의 위치 값을 포함하는 MBR 데이터를 탐색하여 연결되어 있는 로컬 노드에 값을 삽입하거나 삭제하는 단계를 포함할 수 있다. According to another aspect of the present invention, performing an operation of inserting or deleting data of a moving object using an index based on the Geo-hash data may include: Searching the MBR data including the position value of the object in the tree, and inserting or deleting the value into the connected local node.
또 다른 일측에 따르면, 상기 Geo-hash 데이터에 기반한 인덱스를 이용하여 이동 객체의 데이터를 삽입하거나 삭제하는 연산을 수행하는 단계는, 상기 글로벌 트리와 삽입되는 상기 객체의 위치 값을 입력받아 상기 MBR 데이터를 포함하는 리프 노드의 로컬 노드 링크를 결과값으로 반환하는 것을 포함하고, 새로 입력되는 객체일 경우, 상기 객체를 위한 리스트를 추가로 생성하고, 이미 존재하는 객체일 경우, 상기 객체의 기존의 위치 값과 입력된 위치 값을 비교하여 업데이트할 수 있다. According to another aspect of the present invention, performing an operation of inserting or deleting data of a moving object using an index based on the Geo-hash data includes receiving the position value of the object inserted in the global tree, And returning a local node link of the leaf node including the leaf node as a result value. When the object is a newly input object, the list generation unit generates a list for the object. If the object is an existing object, Value can be compared with the inputted position value and updated.
또 다른 일측에 따르면, 상기 R-트리의 로컬 노드에서 상기 변환된 Geo-hash 데이터를 상기 로컬 트리에 저장하는 단계는, 상기 NoSQL 데이터베이스에 상기 객체의 위치 정보 및 속성 정보를 저장하고 관리하는 단계를 포함할 수 있다.
According to another aspect of the present invention, storing the transformed Geo-hash data in the local tree in the local node of the R-tree includes storing and managing location information and property information of the object in the NoSQL database .
일 실시예에 따른 NoSQL 데이터베이스에 기반한 인덱스 장치는 NoSQL 데이터베이스에 기반한 인덱스 기법을 통하여 위치기반 서비스를 제공하기 위한 업데이트 비용을 줄일 수 있다. The index device based on the NoSQL database according to the embodiment can reduce the update cost for providing the location based service through the index technique based on the NoSQL database.
또한, NoSQL 데이터베이스에 기반한 인덱스 기법을 통하여 객체의 이동으로 인한 갱신 연산을 줄일 수 있다.
In addition, it can reduce the update operation due to the movement of the object through the index technique based on the NoSQL database.
도 1은 일 실시예에 따른 NoSQL 데이터베이스에 기반한 인덱스 구조를 설명하기 위한 도면이다.
도 2는 일 실시예에 따른 로컬 트리의 인덱스 구조를 설명하기 위한 도면이다.
도 3은 일 실시예에 따른 로컬 트리에서의 객체 노드의 스키마 구조를 나타낸 표이다.
도 4는 일 실시예에 따른 객체 이력 리스트의 스키마 구조를 나타낸 도면이다.
도 5는 일 실시예에 따른 NoSQL 데이터베이스에 기반한 인덱스 방법을 설명하기 위한 흐름도이다. 1 is a diagram for explaining an index structure based on a NoSQL database according to an embodiment.
FIG. 2 is a diagram for explaining an index structure of a local tree according to an embodiment.
3 is a table showing a schema structure of an object node in a local tree according to an exemplary embodiment.
4 is a diagram illustrating a schema structure of an object history list according to an exemplary embodiment.
5 is a flowchart illustrating an index method based on the NoSQL database according to an embodiment.
이하, 실시예를 첨부한 도면을 참조하여 상세히 설명한다.
Hereinafter, embodiments will be described in detail with reference to the accompanying drawings.
도 1은 일 실시예에 따른 NoSQL 데이터베이스에 기반한 인덱스 구조를 설명하기 위한 도면이다. 1 is a diagram for explaining an index structure based on a NoSQL database according to an embodiment.
도 1에서는 보행자 정보 저장을 위한 전체 인덱스 구조를 설명하기로 한다. In FIG. 1, the entire index structure for storing the pedestrian information will be described.
WBAN(Wireless Body Area Network)는 웨어러블(wearable) 또는 몸에 심는 형태의 센서나 기기를 무선으로 연결하는 개인영역 네트워킹 기술을 의미한다. WBAN는 무선 센서나 기기에서 수집한 정보를 휴대폰이나 간이형 기지국(base station)을 통하여 병원이나 기타의 필요한 곳에 실시간으로 전송함으로써 uHealth 등의 서비스를 받는데 응용할 수 있다. Wireless Body Area Network (WBAN) is a personal area networking technology that wirelessly connects wearable or body-worn sensors or devices. WBAN can be applied to receiving services such as uHealth by transmitting information collected from wireless sensors or devices to a hospital or other necessary place in real time through a mobile phone or a simple base station.
예를 들면, WBAN 이용자들은 대부분이 보행자이며 인도 또는 실내 공간에 집중되어 있고 이동 속도 또한 느리며 공간적으로 자주 가던 영역에 자주 머무른다는 특징을 가지고 있다. 이러한 특징을 고려하여 빠른 데이터의 삽입 및 이력 데이터에 대한 질의를 지원하기 위해 NoSQL 데이터베이스에 기반한 인덱스 구조를 제안하고자 한다. For example, WBAN users are mostly pedestrians, concentrated in India or indoors, slow in speed, and often stay in areas that are often spatially frequent. Considering these features, we propose an index structure based on NoSQL database to support fast data insertion and query on historical data.
NoSQL 데이터베이스에 기반한 인덱스 구조는 전체 대상 영역에 확장된 R-트리 구조의 글로벌 트리(110)를 두고, 기 설정된 밀도 이상의 영역에서의 객체의 데이터를 관리하기 위하여 확장 가능한 B-트리 구조의 로컬 트리(120)로 구성할 수 있다.The index structure based on the NoSQL database has a
NoSQL 데이터베이스는 빠른 삽입 및 대용량의 이력 데이터와 공간 데이터를 저장하기 위해 사용될 수 있다. NoSQL 데이터베이스에 데이터를 삽입하기 위해 위치 정보를 Geo-hash 데이터로 변경하여 NoSQL 데이터베이스의 키-밸류(Key-Value) 데이터 모델의 키 값으로 사용할 수 있다.NoSQL databases can be used for fast insertion and storage of large amounts of historical data and spatial data. NoSQL To insert data into the database, you can change the location information to Geo-hash data and use it as the key value for the key-value data model in the NoSQL database.
NoSQL 데이터베이스에 기반한 인덱스 장치는 객체의 패턴에 기초하여 객체의 위치 정보를 추적할 수 있다. 예를 들면, NoSQL 데이터베이스에 기반한 인덱스 장치는 보행자의 생활 패턴에 기초하여 보행자가 매일 같은 지역에서 이동함을 판단할 수 있다. NoSQL 데이터베이스에 기반한 인덱스 장치가 보행자의 위치 정보를 추적할 경우, 매일의 보행자의 위치가 동일한 지역으로 검출될 수 있다. 이때, NoSQL 데이터베이스에 기반한 인덱스 장치는 복수의 객체를 대상으로 위치 기반 서비스를 제공함에 있어서, NoSQL 데이터베이스에 기반한 인덱스 기법을 적용함으로써 복수의 객체의 위치 정보를 업데이트하는데 소비되는 비용을 줄일 수 있다. An index device based on a NoSQL database can track the location of an object based on the pattern of the object. For example, an index device based on a NoSQL database can determine that a pedestrian moves daily in the same area based on the pedestrian's life pattern. If the index device based on the NoSQL database tracks the location information of the pedestrian, the position of the daily pedestrian can be detected in the same area. In this case, the index device based on the NoSQL database can reduce the cost of updating the location information of a plurality of objects by applying the index technique based on the NoSQL database in providing location-based services to a plurality of objects.
글로벌 트리(110)의 리프 노드(111)는 저장되는 객체들의 범위 정보인 MBR 데이터 및 로컬 노드를 포함할 수 있다. NoSQL 데이터베이스에 기반한 인덱스 장치는 글로벌 트리(110)의 리프 노드(111)에 객체의 이동이 증가하면, 로컬 노드를 확장하거나 로컬 노드를 추가할 수 있다.The
NoSQL 데이터베이스에 기반한 인덱스 장치는 객체의 위치 정보에 따른 빠른 접근을 위하여 글로벌 트리를 통해 위치 정보가 포함되어 있는 MBR 데이터를 사용하여 해당하는 로컬 노드를 빠르게 탐색할 수 있다. 이때, 객체의 위치 정보는 로컬 노드에서 위치 정보와 속성 정보를 NoSQL 데이터베이스에 저장하고 관리하기 위하여 위치 정보를 Geo-hash 값으로 변환하여 로컬 트리에 저장할 수 있다. The index device based on the NoSQL database can search the corresponding local node quickly by using the MBR data including the location information through the global tree for quick access according to the location information of the object. In this case, the location information of the object can be stored in the local tree by converting the location information into the Geo-hash value in order to store and manage the location information and attribute information in the NoSQL database at the local node.
도 2는 일 실시예에 따른 로컬 트리의 인덱스 구조를 설명하기 위한 도면이다. FIG. 2 is a diagram for explaining an index structure of a local tree according to an embodiment.
로컬 트리(200)의 구조는 공간 데이터를 포함하는 대용량 데이터의 빠른 삽입 및 저장을 수행하도록 구성될 수 있다. 로컬 트리(200)에 저장되는 객체의 스키마 정보는 도 3과 같이 나타낼 수 있다. The structure of the local tree 200 may be configured to perform fast insertion and storage of large amounts of data including spatial data. The schema information of the object stored in the local tree 200 can be represented as shown in FIG.
도 3을 참고하면, 객체의 스키마 구조에서 필드로 Obj_ID, Loc_Val, Loc_Hash, Time_Stamp, Pers_attr, Obj_His_List 등을 포함할 수 있다. 이때, 필드는 새로운 필드가 삽입되거나 삭제될 수도 있다. 3, fields in the schema structure of the object may include Obj_ID, Loc_Val, Loc_Hash, Time_Stamp, Pers_attr, Obj_His_List, and the like. At this time, the field may be a new field inserted or deleted.
Obj_ID는 객체의 아이디, Loc_Val는 객체의 위치 값, Loc_Hash는 객체의 위치 값을 Geo-hash 값으로 변환한 값, Time_Stamp는 객체가 이동함에 따라 이동된 위치에서 측위될 때의 시간 정보, Pers_attr는 객체의 기타 속성 정보, Obj_His_List는 객체의 이력 데이터의 저장 위치 정보를 의미할 수 있다. Obj_ID is the ID of the object, Loc_Val is the position value of the object, Loc_Hash is the value obtained by converting the position value of the object to the Geo-hash value, Time_Stamp is the time information when the object is positioned at the moved position, , And Obj_His_List may refer to storage location information of the history data of the object.
Loc_Val은 실내외 공간 데이터 모델을 사용하여 실내의 위치 값과 실외의 위치 값을 구분하여 저장할 수 있다. 예를 들면, 객체가 실외에 위치할 경우, Loc_Val에 좌표 값만을 저장하지만, 객체가 실내에 위치할 경우, Loc_Val에 건물 정보, 층 정보 등을 저장하게 된다. Loc_Val can store the indoor position value and the outdoor position value separately by using the indoor / outdoor spatial data model. For example, if an object is located outdoors, it stores only coordinate values in Loc_Val. However, if the object is located indoors, it stores building information and floor information in Loc_Val.
도 4는 일 실시예에 따른 객체 이력 리스트의 스키마 구조를 나타낸 도면이다. 4 is a diagram illustrating a schema structure of an object history list according to an exemplary embodiment.
객체가 이동함에 따른 이력 리스트는 연결 리스트 구조로 저장될 수 있다. 이력 리스트는 객체의 이동 경로에 대한 MBR 데이터를 포함하고 있으며, 삽입된 객체의 위치 정보가 MBR 데이터의 범위를 벗어날 경우, 상기 MBR 데이터의 값을 갱신할 수 있다. The history list as the object moves can be stored in a linked list structure. The history list includes MBR data for the object movement path, and when the position information of the inserted object is out of the range of the MBR data, the MBR data value can be updated.
이력 리스트 중 객체 정보 리스트에서 객체의 위치 값, 시간 값을 저장할 수 있다. The position value and the time value of the object can be stored in the object information list of the history list.
도 5는 일 실시예에 따른 NoSQL 데이터베이스에 기반한 인덱스 방법을 설명하기 위한 흐름도이다. 5 is a flowchart illustrating an index method based on the NoSQL database according to an embodiment.
NoSQL 데이터베이스에 기반한 인덱스 방법은 NoSQL 데이터베이스에 기반한 인덱스 장치에 의하여 수행될 수 있다. The NoSQL database-based indexing method can be performed by an index device based on the NoSQL database.
단계(510)에서 NoSQL 데이터베이스에 기반한 인덱스 장치는 대상 영역에 확장된 R-트리 구조의 글로벌 트리 및 기 설정된 밀도 이상의 영역에서의 객체의 데이터를 관리하기 위하여 확장 가능한 B-트리 구조의 로컬 트리로 구성할 수 있다.In
단계(520)에서 NoSQL 데이터베이스에 기반한 인덱스 장치는 데이터를 NoSQL 데이터베이스에 삽입하기 위해 객체의 위치 정보를 Geo-hash 데이터로 변환할 수 있다. In
단계(530)에서 NoSQL 데이터베이스에 기반한 인덱스 장치는 객체의 위치 정보에 대한 접근을 위해 글로벌 트리를 통하여 위치 정보가 소속되어 있는 MBR 데이터의 정보를 사용하여 R-트리의 로컬 노드를 탐색할 수 있다.In
단계(540)에서 NoSQL 데이터베이스에 기반한 인덱스 장치는 R-트리의 로컬 노드에서 변환된 Geo-hash 데이터를 로컬 트리에 저장할 수 있다. NoSQL 데이터베이스에 기반한 인덱스 장치는 NoSQL 데이터베이스에 객체의 위치 정보 및 속성 정보를 저장하고 관리할 수 있다. In
또한, NoSQL 데이터베이스에 기반한 인덱스 장치는 NoSQL 데이터베이스에 기반한 인덱스를 이용하여 이동 객체의 데이터를 삽입하거나 삭제하는 연산을 수행할 수 있다. In addition, an index device based on a NoSQL database can perform an operation of inserting or deleting data of a moving object by using an index based on a NoSQL database.
NoSQL 데이터베이스에 기반한 인덱스 장치는 새로운 객체가 관리 대상 공간에 들어옴을 감지함에 따라 객체가 글로벌 트리에서 해당 위치 값을 포함하는 MBR 데이터를 탐색하여 연결되어 있는 로컬 노드에 값을 삽입할 수 있다. An index device based on a NoSQL database can detect that a new object has entered a managed space, so that an object can insert a value into a connected local node by searching MBR data including a corresponding position value in a global tree.
아래의 알고리즘 1에서는 이동 객체의 삽입 알고리즘으로, 객체의 삽입 과정을 나타낸 것이다.
알고리즘 1:
Algorithm 1:
GetRTreeNode함수는 R-트리의 탐색 기법을 사용할 수 있으며, 글로벌 트리와 삽입되는 이동하는 객체의 위치 값을 입력받아 MBR 데이터를 포함하는 리프 노드의 로컬 노드의 링크를 결과값으로 반환할 수 있다. 이때, 만약, 새로 입력되는 객체의 경우, 객체를 위한 리스트를 추가로 생성하고, 이미 존재하는 객체일 경우, 객체의 기존의 위치 값과 입력된 위치 값을 비교하여 업데이트할 수 있다. 예를 들면, 새로 입력되는 객체일 경우, 객체를 위한 Obj_list를 추가로 생성할 수 있다. 이미 존재하는 객체일 경우, 기존의 위치 값과 비교하여 입력된 위치 값이 기존의 위치 값과 동일할 경우 삽입을 하지 않고, 기존 리스트에 대한 업데이트도 하지 않는다. The GetRTreeNode function can use the search method of the R-tree. The GetRTreeNode function can return the link of the local node of the leaf node including the MBR data as a result value by receiving the location value of the moving object inserted in the global tree. At this time, if the object is newly input, a list for the object is additionally generated, and if the object is already existing, the object position and the input position value can be compared and updated. For example, if the object is a newly input object, an Obj_list for the object can be additionally generated. In the case of an existing object, if the input position value is the same as the existing position value compared with the existing position value, the insertion is not performed and the existing list is not updated.
NoSQL 데이터베이스에 기반한 인덱스 장치는 이동하는 객체를 삽입 시, 기존의 객체의 위치가 이동되었으나 룸이라는 같은 State 내에 존재할 경우, 업데이트를 진행하지 않고, 상기 State를 벗어날 경우 업데이트를 진행할 수 있다. When inserting a moving object, the index device based on the NoSQL database can update the object when the position of the existing object is moved but the object is out of the state without proceeding to update when the object exists in the same state as the room.
일 실시예에 따른 NoSQL 데이터베이스에 기반한 인덱스 장치는 객체의 이동으로 인한 위치 정보의 갱신 연산을 줄일 수 있다. The index device based on the NoSQL database according to the embodiment can reduce the update operation of the location information due to the movement of the object.
또한, NoSQL 데이터베이스에 기반한 인덱스 장치는 객체가 그룹단위로 이동하는 것을 고려할 수 있다. 예를 들면, 보행자 객체가 엘리베이터를 이용하여 이동할 경우, 복수의 보행자의 위치 이동이 동시에 발생한다고 가정하자. 이때, 복수의 보행자가 동시에 하나의 State에 진입하였을 경우, 동시에 보행자들의 위치 정보에 대한 업데이트를 동시에 진행할 수 있다. In addition, an index device based on a NoSQL database can consider moving an object group by group. For example, if a pedestrian object moves using an elevator, it is assumed that the movement of a plurality of pedestrians occurs at the same time. At this time, when a plurality of pedestrians enter one state at the same time, it is possible to simultaneously update the position information of the pedestrians.
NoSQL 데이터베이스에 기반한 인덱스 장치는 새로운 객체가 관리 대상 공간에 들어옴을 감지함에 따라 객체가 글로벌 트리에서 해당 위치 값을 포함하는 MBR 데이터를 탐색하여 연결되어 있는 로컬 노드에 값을 삭제할 수 있다.An index device based on a NoSQL database can detect that a new object has entered a managed space, and thus the object can delete the value in the connected local node by searching MBR data including the corresponding position value in the global tree.
아래의 알고리즘 2에서는 이동 객체의 삭제 알고리즘으로, 객체의 삭제 과정을 나타낸 것이다. In the
이상에서 설명된 장치는 하드웨어 구성요소, 소프트웨어 구성요소, 및/또는 하드웨어 구성요소 및 소프트웨어 구성요소의 조합으로 구현될 수 있다. 예를 들어, 실시예들에서 설명된 장치 및 구성요소는, 예를 들어, 프로세서, 콘트롤러, ALU(arithmetic logic unit), 디지털 신호 프로세서(digital signal processor), 마이크로컴퓨터, FPGA(field programmable gate array), PLU(programmable logic unit), 마이크로프로세서, 또는 명령(instruction)을 실행하고 응답할 수 있는 다른 어떠한 장치와 같이, 하나 이상의 범용 컴퓨터 또는 특수 목적 컴퓨터를 이용하여 구현될 수 있다. 처리 장치는 운영 체제(OS) 및 상기 운영 체제 상에서 수행되는 하나 이상의 소프트웨어 애플리케이션을 수행할 수 있다. 또한, 처리 장치는 소프트웨어의 실행에 응답하여, 데이터를 접근, 저장, 조작, 처리 및 생성할 수도 있다. 이해의 편의를 위하여, 처리 장치는 하나가 사용되는 것으로 설명된 경우도 있지만, 해당 기술분야에서 통상의 지식을 가진 자는, 처리 장치가 복수 개의 처리 요소(processing element) 및/또는 복수 유형의 처리 요소를 포함할 수 있음을 알 수 있다. 예를 들어, 처리 장치는 복수 개의 프로세서 또는 하나의 프로세서 및 하나의 콘트롤러를 포함할 수 있다. 또한, 병렬 프로세서(parallel processor)와 같은, 다른 처리 구성(processing configuration)도 가능하다.The apparatus described above may be implemented as a hardware component, a software component, and / or a combination of hardware components and software components. For example, the apparatus and components described in the embodiments may be implemented within a computer system, such as, for example, a processor, a controller, an arithmetic logic unit (ALU), a digital signal processor, a microcomputer, a field programmable gate array (FPGA) , A programmable logic unit (PLU), a microprocessor, or any other device capable of executing and responding to instructions. The processing device may execute an operating system (OS) and one or more software applications running on the operating system. The processing device may also access, store, manipulate, process, and generate data in response to execution of the software. For ease of understanding, the processing apparatus may be described as being used singly, but those skilled in the art will recognize that the processing apparatus may have a plurality of processing elements and / As shown in FIG. For example, the processing unit may comprise a plurality of processors or one processor and one controller. Other processing configurations are also possible, such as a parallel processor.
소프트웨어는 컴퓨터 프로그램(computer program), 코드(code), 명령(instruction), 또는 이들 중 하나 이상의 조합을 포함할 수 있으며, 원하는 대로 동작하도록 처리 장치를 구성하거나 독립적으로 또는 결합적으로(collectively) 처리 장치를 명령할 수 있다. 소프트웨어 및/또는 데이터는, 처리 장치에 의하여 해석되거나 처리 장치에 명령 또는 데이터를 제공하기 위하여, 어떤 유형의 기계, 구성요소(component), 물리적 장치, 가상 장치(virtual equipment), 컴퓨터 저장 매체 또는 장치, 또는 전송되는 신호 파(signal wave)에 영구적으로, 또는 일시적으로 구체화(embody)될 수 있다. 소프트웨어는 네트워크로 연결된 컴퓨터 시스템 상에 분산되어서, 분산된 방법으로 저장되거나 실행될 수도 있다. 소프트웨어 및 데이터는 하나 이상의 컴퓨터 판독 가능 기록 매체에 저장될 수 있다.The software may include a computer program, code, instructions, or a combination of one or more of the foregoing, and may be configured to configure the processing device to operate as desired or to process it collectively or collectively Device can be commanded. The software and / or data may be in the form of any type of machine, component, physical device, virtual equipment, computer storage media, or device , Or may be permanently or temporarily embodied in a transmitted signal wave. The software may be distributed over a networked computer system and stored or executed in a distributed manner. The software and data may be stored on one or more computer readable recording media.
실시예에 따른 방법은 다양한 컴퓨터 수단을 통하여 수행될 수 있는 프로그램 명령 형태로 구현되어 컴퓨터 판독 가능 매체에 기록될 수 있다. 상기 컴퓨터 판독 가능 매체는 프로그램 명령, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 상기 매체에 기록되는 프로그램 명령은 실시예를 위하여 특별히 설계되고 구성된 것들이거나 컴퓨터 소프트웨어 당업자에게 공지되어 사용 가능한 것일 수도 있다. 컴퓨터 판독 가능 기록 매체의 예에는 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체(magnetic media), CD-ROM, DVD와 같은 광기록 매체(optical media), 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical media), 및 롬(ROM), 램(RAM), 플래시 메모리 등과 같은 프로그램 명령을 저장하고 수행하도록 특별히 구성된 하드웨어 장치가 포함된다. 프로그램 명령의 예에는 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드를 포함한다. 상기된 하드웨어 장치는 실시예의 동작을 수행하기 위해 하나 이상의 소프트웨어 모듈로서 작동하도록 구성될 수 있으며, 그 역도 마찬가지이다.The method according to an embodiment may be implemented in the form of a program command that can be executed through various computer means and recorded in a computer-readable medium. The computer-readable medium may include program instructions, data files, data structures, and the like, alone or in combination. The program instructions to be recorded on the medium may be those specially designed and configured for the embodiments or may be available to those skilled in the art of computer software. Examples of computer-readable media include magnetic media such as hard disks, floppy disks and magnetic tape; optical media such as CD-ROMs and DVDs; magnetic media such as floppy disks; Magneto-optical media, and hardware devices specifically configured to store and execute program instructions such as ROM, RAM, flash memory, and the like. Examples of program instructions include machine language code such as those produced by a compiler, as well as high-level language code that can be executed by a computer using an interpreter or the like. The hardware devices described above may be configured to operate as one or more software modules to perform the operations of the embodiments, and vice versa.
이상과 같이 실시예들이 비록 한정된 실시예와 도면에 의해 설명되었으나, 해당 기술분야에서 통상의 지식을 가진 자라면 상기의 기재로부터 다양한 수정 및 변형이 가능하다. 예를 들어, 설명된 기술들이 설명된 방법과 다른 순서로 수행되거나, 및/또는 설명된 시스템, 구조, 장치, 회로 등의 구성요소들이 설명된 방법과 다른 형태로 결합 또는 조합되거나, 다른 구성요소 또는 균등물에 의하여 대치되거나 치환되더라도 적절한 결과가 달성될 수 있다.While the present invention has been particularly shown and described with reference to exemplary embodiments thereof, it is to be understood that the invention is not limited to the disclosed exemplary embodiments. For example, it is to be understood that the techniques described may be performed in a different order than the described methods, and / or that components of the described systems, structures, devices, circuits, Lt; / RTI > or equivalents, even if it is replaced or replaced.
그러므로, 다른 구현들, 다른 실시예들 및 특허청구범위와 균등한 것들도 후술하는 특허청구범위의 범위에 속한다.
Therefore, other implementations, other embodiments, and equivalents to the claims are also within the scope of the following claims.
Claims (7)
상기 인덱스 장치에서, 대상 영역에 확장된 R-트리 구조의 글로벌 트리 및 기 설정된 밀도 이상의 영역에서의 객체의 데이터를 관리하기 위하여 확장 가능한 B-트리 구조의 로컬 트리로 구성하는 단계;
상기 인덱스 장치에서, 상기 데이터를 상기 NoSQL 데이터베이스에 삽입하기 위해 상기 객체의 위치 정보를 Geo-hash 데이터로 변환하는 단계;
상기 인덱스 장치에서, 상기 객체의 위치 정보에 대한 접근을 위해 상기 글로벌 트리를 통하여 상기 위치 정보가 소속되어 있는 MBR 데이터의 정보를 사용하여 R-트리의 로컬 노드를 탐색하는 단계; 및
상기 인덱스 장치에서, 상기 R-트리의 로컬 노드에서 상기 변환된 Geo-hash 데이터를 상기 로컬 트리에 저장하는 단계
를 포함하는 NoSQL 데이터베이스에 기반한 인덱스 방법.In the NoSQL database-based indexing method performed on an index device,
Constructing a local tree of an expandable B-tree structure for managing data of an object in a global tree of an R-tree structure extended in an object area and an area of a predetermined density or more in the index device;
Transforming the position information of the object into Geo-hash data to insert the data into the NoSQL database;
Searching the local node of the R-tree using the information of the MBR data to which the location information belongs, through the global tree, for accessing the location information of the object in the index device; And
In the index device, storing the transformed Geo-hash data in the local tree at a local node of the R-tree
Based on the NoSQL database.
상기 인덱스 장치에서, 상기 Geo-hash 데이터에 기반한 인덱스를 이용하여 이동하는 객체의 데이터를 삽입하거나 삭제하는 연산을 수행하는 단계
를 더 포함하는 NoSQL 데이터베이스에 기반한 인덱스 방법.The method according to claim 1,
In the index device, performing an operation of inserting or deleting data of a moving object using an index based on the Geo-hash data
Based on a NoSQL database.
상기 글로벌 트리에서,
상기 글로벌 트리의 리프노드는, 상기 객체의 범위 정보인 MBR 데이터 및 로컬 노드를 포함하고,
상기 글로벌 트리의 리프 노드에 상기 객체의 이동이 증가하면, 상기 로컬 노드를 확장하거나 또는 로컬 노드를 추가하는
것을 특징으로 하는 NoSQL 데이터베이스에 기반한 인덱스 방법.The method according to claim 1,
In the global tree,
Wherein the leaf node of the global tree includes MBR data and a local node which are range information of the object,
When the movement of the object increases in the leaf node of the global tree, the local node is expanded or the local node is added
Based on the NoSQL database.
상기 로컬 트리의 구조는
공간 데이터를 포함하는 기 설정된 용량 이상의 데이터의 삽입 및 저장을 수행하는 것을 포함하고,
상기 로컬 트리에 저장되는 상기 객체의 스키마 정보는,
상기 객체의 아이디, 상기 객체의 위치 값, 상기 객체의 위치 값을 Geo-hash 값으로 변환한 값, 상기 객체가 이동함에 따라 이동된 위치에서 측위될 때의 시간 정보, 상기 객체의 기타 속성 정보 및 상기 객체의 이력 데이터의 저장 위치 정보 중 적어도 하나를 포함하는
것을 특징으로 하는 NoSQL 데이터베이스에 기반한 인덱스 방법.The method according to claim 1,
The structure of the local tree is
And performing insertion and storage of data of a predetermined capacity or more including the spatial data,
The schema information of the object, which is stored in the local tree,
A position value of the object, a value obtained by converting the position value of the object into a Geo-hash value, time information when the object is positioned at the moved position as the object moves, other property information of the object, And at least one of storage location information of the history data of the object
Based on the NoSQL database.
상기 인덱스 장치에서, 상기 Geo-hash 데이터에 기반한 인덱스를 이용하여 이동하는 객체의 데이터를 삽입하거나 삭제하는 연산을 수행하는 단계는,
새로운 객체가 관리 대상 공간에 들어옴을 감지함에 따라 상기 객체가 글로벌 트리에서 상기 객체의 위치 값을 포함하는 MBR 데이터를 탐색하여 연결되어 있는 로컬 노드에 값을 삽입하거나 삭제하는 단계
를 포함하는 NoSQL 데이터베이스에 기반한 인덱스 방법.3. The method of claim 2,
In the index device, performing an operation of inserting or deleting data of a moving object using an index based on the Geo-hash data may include:
A step of inserting or deleting a value into a connected local node by searching the MBR data including the position value of the object in the global tree as the object detects that a new object enters the management subject space
Based on the NoSQL database.
상기 인덱스 장치에서, 상기 Geo-hash 데이터에 기반한 인덱스를 이용하여 이동 객체의 데이터를 삽입하거나 삭제하는 연산을 수행하는 단계는,
상기 글로벌 트리와 삽입되는 상기 객체의 위치 값을 입력받아 상기 MBR 데이터를 포함하는 리프 노드의 로컬 노드 링크를 결과값으로 반환하는
것을 포함하고,
새로 입력되는 객체일 경우, 상기 객체를 위한 리스트를 추가로 생성하고, 이미 존재하는 객체일 경우, 상기 객체의 기존의 위치 값과 입력된 위치 값을 비교하여 업데이트하는
것을 특징으로 하는 NoSQL 데이터베이스에 기반한 인덱스 방법.6. The method of claim 5,
In the index device, performing an operation of inserting or deleting data of a moving object using an index based on the Geo-hash data may include:
Receives the location value of the object inserted in the global tree and returns the local node link of the leaf node including the MBR data as a result value
≪ / RTI >
If the object is a new input object, the object list generating unit generates a list for the object. If the object is an existing object, the existing position value of the object is compared with the inputted position value to update
Based on the NoSQL database.
상기 인덱스 장치에서, 상기 R-트리의 로컬 노드에서 상기 변환된 Geo-hash 데이터를 상기 로컬 트리에 저장하는 단계는,
상기 NoSQL 데이터베이스에 상기 객체의 위치 정보 및 속성 정보를 저장하고 관리하는 단계
를 포함하는 NoSQL 데이터베이스에 기반한 인덱스 방법.
The method according to claim 1,
In the index device, storing the transformed Geo-hash data in the local tree at the local node of the R-
Storing and managing location information and attribute information of the object in the NoSQL database
Based on the NoSQL database.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020160072489A KR101784612B1 (en) | 2016-06-10 | 2016-06-10 | Geo-hash based indexing scheme for wban monitoring system based on the position |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020160072489A KR101784612B1 (en) | 2016-06-10 | 2016-06-10 | Geo-hash based indexing scheme for wban monitoring system based on the position |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| KR101784612B1 true KR101784612B1 (en) | 2017-10-12 |
Family
ID=60141262
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020160072489A KR101784612B1 (en) | 2016-06-10 | 2016-06-10 | Geo-hash based indexing scheme for wban monitoring system based on the position |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR101784612B1 (en) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20210077975A (en) | 2019-12-18 | 2021-06-28 | 서강대학교산학협력단 | Spatial indexing method and apparatus for blockchain-based geospatial data |
| KR20230096180A (en) | 2021-12-22 | 2023-06-30 | 서강대학교산학협력단 | Spatial lsm tree apparatus and method for indexing blockchain based geospatial point data |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20140279855A1 (en) | 2013-03-15 | 2014-09-18 | International Business Machines Corporation | Differentiated secondary index maintenance in log structured nosql data stores |
| KR101443285B1 (en) | 2012-11-19 | 2014-09-22 | 충북대학교 산학협력단 | Method of mining high utility patterns |
| US20140297666A1 (en) | 2011-10-04 | 2014-10-02 | Taptron Limited | Managing event data in a diary |
| JP2015057693A (en) | 2013-09-16 | 2015-03-26 | エヌエイチエヌ エンターテインメント コーポレーションＮＨＮ Ｅｎｔｅｒｔａｉｎｍｅｎｔ Ｃｏｒｐｏｒａｔｉｏｎ | Service method and system for providing service based on user activity |
-
2016
- 2016-06-10 KR KR1020160072489A patent/KR101784612B1/en active IP Right Grant
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20140297666A1 (en) | 2011-10-04 | 2014-10-02 | Taptron Limited | Managing event data in a diary |
| KR101443285B1 (en) | 2012-11-19 | 2014-09-22 | 충북대학교 산학협력단 | Method of mining high utility patterns |
| US20140279855A1 (en) | 2013-03-15 | 2014-09-18 | International Business Machines Corporation | Differentiated secondary index maintenance in log structured nosql data stores |
| JP2015057693A (en) | 2013-09-16 | 2015-03-26 | エヌエイチエヌ エンターテインメント コーポレーションＮＨＮ Ｅｎｔｅｒｔａｉｎｍｅｎｔ Ｃｏｒｐｏｒａｔｉｏｎ | Service method and system for providing service based on user activity |
Non-Patent Citations (1)
| Title |
|---|
| Yan Li 외 3명. MHB-Tree: A Distributed Spatial Index Method for Document Based NoSQL Database System. 2013년. |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20210077975A (en) | 2019-12-18 | 2021-06-28 | 서강대학교산학협력단 | Spatial indexing method and apparatus for blockchain-based geospatial data |
| KR20230096180A (en) | 2021-12-22 | 2023-06-30 | 서강대학교산학협력단 | Spatial lsm tree apparatus and method for indexing blockchain based geospatial point data |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US20210294796A1 (en) | Graph database for outbreak tracking and management | |
| Luo et al. | MPiLoc: Self-calibrating multi-floor indoor localization exploiting participatory sensing | |
| Sun et al. | Constructing the web of events from raw data in the web of things | |
| CN104717744B (en) | A kind of indoor orientation method based on WLAN and hierarchical cluster | |
| CN105653559A (en) | Method and device for searching in database | |
| US8037209B2 (en) | Device configuration integration information managing device and device configuration information managing device | |
| US9747345B2 (en) | System and method for identifying relationships in a data graph | |
| Neloy et al. | Machine learning based health prediction system using IBM cloud as PaaS | |
| Luschi et al. | Careggi Smart hospital: A mobile app for patients, citizens and healthcare staff | |
| KR101784612B1 (en) | Geo-hash based indexing scheme for wban monitoring system based on the position | |
| Alamri et al. | Spatiotemporal indexing for moving objects in an indoor cellular space | |
| Mulero et al. | An AAL system based on IoT technologies and linked open data for elderly monitoring in smart cities | |
| Lee et al. | A data acquisition architecture for healthcare services in mobile sensor networks | |
| Demrozi et al. | An indoor localization system to detect areas causing the freezing of gait in Parkinsonians | |
| KR101889595B1 (en) | Method and Apparatus for Gathering Sensing Data | |
| Wang et al. | Received signal strength–based localization for large space indoor environments | |
| Bao et al. | Pinplace: associate semantic meanings with indoor locations without active fingerprinting | |
| Baccar et al. | A new web-based e-health platform | |
| CN109492065A (en) | A kind of abstracting method of indoor semantic map time-space relationship | |
| Naguri et al. | Design of a health-data model and a query-driven implementation in Cassandra | |
| CN113744887A (en) | Infectious disease infection probability calculation method and device, storage medium and electronic device | |
| KR102314068B1 (en) | Animal hospital integration data base building system and method | |
| Li et al. | An improved searching algorithm for indoor trajectory reconstruction | |
| KR101297006B1 (en) | Layer context modeling based context-awareness system | |
| KR102010132B1 (en) | Augmented Human Platform Framework for Enhancing User Capability and System Therefor |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| E701 | Decision to grant or registration of patent right | ||
| GRNT | Written decision to grant |