CN104408039A - 基于Hilbert曲线与R-tree的HBase多维查询系统的构建及其查询方法 - Google Patents

基于Hilbert曲线与R-tree的HBase多维查询系统的构建及其查询方法 Download PDF

Info

Publication number
CN104408039A
CN104408039A CN201410462268.7A CN201410462268A CN104408039A CN 104408039 A CN104408039 A CN 104408039A CN 201410462268 A CN201410462268 A CN 201410462268A CN 104408039 A CN104408039 A CN 104408039A
Authority
CN
China
Prior art keywords
hilbert
tree
hbase
data
dimensional object
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201410462268.7A
Other languages
English (en)
Other versions
CN104408039B (zh
Inventor
王国仁
王波涛
黄山
祝景阳
刘增兰
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Institute of Technology BIT
Original Assignee
Northeastern University China
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Northeastern University China filed Critical Northeastern University China
Priority to CN201410462268.7A priority Critical patent/CN104408039B/zh
Publication of CN104408039A publication Critical patent/CN104408039A/zh
Application granted granted Critical
Publication of CN104408039B publication Critical patent/CN104408039B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • 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
    • G06F16/221—Column-oriented storage; 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
    • G06F16/22—Indexing; Data structures therefor; Storage structures
    • G06F16/2228—Indexing structures
    • G06F16/2264—Multidimensional index structures
    • 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
    • G06F16/24—Querying

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Software Systems (AREA)
  • Computational Linguistics (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

本发明公开了一种基于Hilbert曲线与R-tree的HBase多维查询系统的构建及其查询方法，本发明一方面利用Hilbert曲线对多维数据从多维降到一维，另一方面针对HBase上的多维数据建立R树。映射的一维Hilbert曲线的标志符Hilbert ID能够将信息与原始的高维数据ID建立对应关系。通过R树，高维数据的查询可以高效地映射为一维的Hilbert ID集合。从而实现在HBase上多维数据的快捷查询。

Description

基于Hilbert曲线与R-tree的HBase多维查询系统的构建及其查询方法
技术领域
本发明涉及一种基于Hilbert曲线与R-tree的HBase多维查询系统的构建及其查询方法。 
背景技术
近年来，各种管理数据的技术在不断创新，其中Hadoop开源产品系列在商业实践中取得了广泛认可，几近成为事实上的大数据管理行业标准平台。Hadoop云计算平台的一个主要特点是可以提供可扩展的计算能力和存储能力，实现交互式的数据查询也是用户所关心的，是云计算成功的关键因素。HBase作为一种NoSQL存储系统，专门设计用来快速随机读写大规模数据。作为Apache Hadoop项目的子项目，一个分布式的、面向列的开源数据库，HBase不同于一般的关系数据库，它是一个适合于非结构化数据存储的数据库，能够很好地解决在数据规模剧增时导致的系统扩展性和存储性能问题，而这些都是传统关系型数据库无法很好应付的。同时，HBase不受限于Hadoop MapReduce编程框架的高延迟数据处理机制，使得HBase可以满足大规模数据实时处理应用的需求。然而，HBase只有对一维数据的索引，没有多维数据索引。在多维数据查询时只能全表扫描，并使用Filter进行过滤，查询效率低下。易用性和实时性差，难以满足大部分应用需求。 
随着各种数据库的兴起，空间数据库索引的研究引起了人们越来越多的兴趣和关注，其中1984年Guttman提出的R树是目前最流行的动态空间索引结构，广泛应用于原型研究和商用空间数据库系统。R树是一种层次数据结构， 是B树在K维空间上的自然扩展。近年来，很多学者致力于R树的研究，在R树的基础上衍生出许多变种，比较典型的有R+树，压缩R树等。基于R树索引结构需要解决的主要问题仍然是减少区域的重叠，提高搜索效率。 
因此针对HBase的数据建立R树索引，可改进HBase的易用性，提升查询性能和效率，节省成本，能极大促进HBase的发展，对大规模数据的存储，分析和管理，以及对社会信息化的发展，都具有现实应用价值和实际意义。 
发明内容
为解决上述问题，本发明提供了一种基于Hilbert曲线与R-tree的HBase多维查询系统的构建及其查询方法。 
为实现上述目的，本发明采取的技术方案为： 
一种基于Hilbert曲线与R-tree的HBase多维查询系统的构建方法，包括如下步骤： 
S1、初始化Hilbert编码产生器。根据数据维数N及Hilbert阶数Level，初始化Hilbert编码产生器； 
S2、根据数据维数N，初始化R树； 
S3、根据用户指定的表名初始化HBase表； 
S4：根据多维对象各维属性(a1，a2，……，aN)的值，确定所在网格的网格坐标(x1，x2，……，xN)，待管理多维范围为([0，800]，[0，400])，每个网格单元的大小为200*100时，则多维对象o1(250，260)产生的网格坐标为(1，2)。 
S5、根据网格坐标(x1，x2，……，xN)，确定Hilbert编码Hilbert ID；如多对象o1产生的Hilbert ID为7。 
S6、根据网格坐标(x1，x2，……，xN)在R树中查询，若存在数据则不需要插入；否则将网格坐标(x1，x2，……，xN)作为范围，Hilbert ID作为数据插入到R树中；如多维对象o1插入到R树的范围为(1，2)，数据为7。 
S7、对多维对象的各维属性值进行编码，得到字节数组ByteArray；如对象o1编码后的ByteArray为一个24字节的数组，各字节的16进制分别为00 00 00 00 00 00 00 02 40 6f 40 00 00 00 00 00 40 70 40 00 00 00 00 00。 
S8、将多维对象插入到HBase中，其中Hilbert ID作为RowKey，ID作为列名，ByteArray作为Value；如多维对象o1将插入到HBase中的第7行，第1列中，Value为24字节数组00 00 00 00 00 00 00 02 40 6f 40 00 00 00 00 00 40 70 40 00 00 00 00 00。 
S9、插入其它多维数据对象重复S4～S8； 
S10、结束。 
作为优选，所述步骤S7中的编码方式如下：字节数组前8个字节对应多维对象属性个数的整型值。之后每8个字节表示该多维对象的一个维度属性对应的双精度浮点型值。 
上述的一种基于Hilbert曲线与R-tree的HBase多维查询系统的查询方法，包括如下步骤： 
S21、根据查询范围确定查询所在网格坐标范围；如查询Q1([110，310]，[110，280])，得到的网格坐标范围为([0，1]，[1，2])。 
S22、根据网格范围在R树中查询，得到在查询范围内的Hilbert ID集合； 
S23、对于每一个Hilbert ID，在HBase中查询，得到字节数组；如Hilbert ID＝7时，得到第1列的字节数组00 00 00 00 00 00 00 02 40 6f 40 00 00 00 00 00 40 70 40 00 00 00 00 00。 
S24、对步骤3结果进行解码，得到多维对象；如对字节数组00 00 00 00 00 00 00 02 40 6f 40 00 00 00 00 00 40 70 40 00 00 00 00 00进行解码，得到多维对象维数为2，其属性值为(250，260) 
S25、对于步骤4查询到的多维对象，根据查询范围精确进行精确匹配，若多维对象在查询范围内，则将其加入结果集中；如果该对象不在查询范围中，则将其淘汰； 
S26、结束，结果集中数据即为查询结果。 
作为优选，解码方法如下；读取前8个字节内容，得到多维对象属性数。接着逐一对之后的每8个字节解码为双精度浮点型数据，并赋给多维对象对应属性上。 
本发明一方面利用Hilbert曲线对多维数据从多维降到一维，另一方面针对HBase上的多维数据建立R树。映射的一维Hilbert曲线的标志符Hilbert ID能够将信息与原始的高维数据ID建立对应关系。通过R树，高维数据的查询可以高效地映射为一维的Hilbert ID集合。从而实现在HBase上多维数据的快捷查询。 
附图说明
图1本发明实施例1中的Hilbert二维编码。 
图2为本发明实施例1中刚初始化的R树。 
图3为本发明实施例1各个对象对应的点在网格中的位置。 
图4为本发明实施例1插入o1后的R树。 
图5为本发明实施例1插入o2、o3、o4、o5、o6后的R树。 
图6为本发明实施例1对应的最小边界矩形。 
图7为本发明实施例1各多维对象及查询范围表示。 
具体实施方式
为了使本发明的目的及优点更加清楚明白，以下结合实施例对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。 
实施例1 
本实施例采用5台IBM X3650M4服务器为测试平台，每台服务器的软硬件配置如下；CPU：2*Xeon E5-2620CPU(6Cores 12Thread)；内存：32G  Bytes；硬盘：6T Bytes，10000rpm，raid5；操作系统：CentOS 6.4x86_64；开发工具：Eclipse，GNU Toolkits(GCC、G++、GDB)，Vim等；开发语言：Java，C++；Hadoop版本：cl oudera hadoop-2.3.0-cdh5.0.1HBase版本：cloudera hbase-0.96.1.1-cdh5.0.1 
设待索引对象数据维数为N＝2，待管理多维范围为([0，800]，[0，400])，每个网格单元的大小为200*100，多维数据实例对象有6个，每个数据对象用唯一标识符ID来标识，各个ID对应的点的二维属性如表1所示。 
表1 各个点对象的二维属性 
设查询Q的查询范围为([110，310]，[110，280])。 
数据插入过程： 
步骤1：根据已给出的对象数据维数初始化Hilbert编码。本例中N＝2，Level＝2时，Hilbert编码产生器将产生如图1所示的Hilbert二维编码。 
步骤2：初始化R树。根据数据维数N＝2，初始化R树如图2所示。 
步骤3：初始化HBase表。根据用户指定的表名初始化HBase表。 
步骤4：根据多维对象o1各维属性值，确定其所在网格的网格坐标为(1，2)。其他多维对象网格坐标如表2所示。 
步骤5：根据网格坐标，确定多维对象o1的Hilbert编码为Hilbert ID＝7。其他各个多维对象对应的Hilbert ID如表2所示，各个对象在网格中的位置如 图3所示。 
表2 各个点对象对应的二维网格坐标及对应的Hilbert ID 
步骤6：根据o1网格坐标(1，2)在R树中查询，发现不存在，将网格坐标(1，2)作为范围，Hilbert ID＝7作为数据插入到R树中，如图4所示。 
步骤7：对多维对象o1的各维属性值进行编码，得到字节数组ByteArray的各字节的16进制分别为00 00 00 00 00 00 00 02 40 6f 40 00 00 00 00 00 40 70 40 00 00 00 00 00。其他各多维对象对应的ByteArray值如表3所示。 
表3 各多维对象对应ByteArray16进制表示 
步骤8：将多维对象o1将插入到HBese中的第7行，第1列中，Value为24字节数组00 00 00 00 00 00 00 02 40 6f 40 00 00 00 00 00 40 70 40 00 00 00 00 00。 
步骤9：重复步骤4-8依次插入多维对象o2、o3、o4、o5、o6，如图5所示；对应的最小边界矩形如图6所示。当插入多维对象执行到步骤6时，因o5的网格坐标已经在R树中存在，故不需要将其插入到R树中。 
步骤10：结束。 
数据查询过程： 
步骤1：由查询Q([110，310]，[110，280])，得到的网格坐标范围为([0，1]，[1，2])。 
步骤2：根据网格范围在R树中查询，得到在查询范围内的HilbertID集合的值为{2、7}，如图7所示。 
步骤3：对于Hilbert ID＝7，得到第1列的字节数组00 00 00 00 00 00 00 02 40 6f 40 00 00 00 00 00 40 70 40 00 00 00 00 00。对于Hilbert ID＝2，得到第4列的字节数组00 00 00 00 00 00 00 02 40 72 c0 00 00 00 00 00 40 62 c0 00 00 00 00 00，第5列的字节数组00 00 00 00 00 00 00 02 40 75 e0 00 00 00 00 00 40 64 00 00 00 00 00 00。 
步骤4：对步骤3结果进行解码，得到多维对象。各个多维对象解码结果如表4所示。 
表4 各个多维对象解码后对应的属性值 
Q1([110，310]，[110，280]) 
步骤5：对于步骤4查询到的多维对象，根据查询范围精确进行精确匹配。多维对象o1与o4在查询范围内，将这两个多维对象插入到结果集中。o5不在查询范围内，将其淘汰。 
步骤6：结束。结果集{o1，o4}即为查询结果。 
综上所述，数据插入过程是索引建立过程，二级索引就是R-tree。R-tree索引中的键值是多维空间坐标，数据值是数据所对应网格单元的Hilbert ID(数据插入过程、步骤6)，通过R-tree可以将多维查询范围高效地映射为Hilbert ID集合(数据查询过程、步骤1、2)。Hilbert ID是HBase的行号(数据插入过程、步骤8)，被HBase用于建立一级索引，Hilbert ID对应的网格单元中的数据都在HBase的同一行。这样就利用Hilbert曲线与R-tree在HBase上进行高效的多维查询。 
以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以作出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。 

Claims (4)

1.一种基于Hilbert曲线与R-tree的HBase多维查询系统的构建方法，其特征在于，包括如下步骤：
S1、初始化Hilbert编码产生器。根据数据维数N及Hilbert阶数Level，初始化Hilbert编码产生器；
S2、根据数据维数N，初始化R树；
S3、根据用户指定的表名初始化HBase表；
S4：根据多维对象各维属性(a1，a2，……，aN)的值，确定所在网格的网格坐标(x1，x2，……，xN)；
S5、根据网格坐标(x1，x2，……，xN)，确定Hilbert编码Hilbert ID；
S6、根据网格坐标(x1，x2，……，xN)在R树中查询，若存在数据则不需要插入；否则将网格坐标(x1，x2，……，xN)作为范围，Hilbert ID作为数据插入到R树中；
S7、对多维对象的各维属性值进行编码，得到字节数组ByteArray；
S8、将多维对象插入到HBase中，其中Hilbert ID作为RowKey，ID作为列名，ByteArray作为Value；
S9、插入其它多维数据对象重复S4～S8；
S10、结束。
2.根据权利要求1所述的一种基于Hilbert曲线与R-tree的HBase多维查询系统的构建方法，其特征在于，所述步骤S7中的编码方式如下：字节数组前8个字节对应多维对象属性个数的整型值。之后每8个字节表示该多维对象的一个维度属性对应的双精度浮点型值。
3.一种基于Hilbert曲线与R-tree的HBase多维查询系统的查询方法，其特征在于，包括如下步骤：
S21、根据查询范围确定查询所在网格坐标范围；
S22、根据网格范围在R树中查询，得到在查询范围内的Hilbert ID的集合；
S23、对于每一个Hilbert ID，在HBase中查询，得到字节数组；
S24、对步骤3结果进行解码，得到多维对象；
S25、对于步骤4查询到的多维对象，根据查询范围精确进行精确匹配，若多维对象在查询范围内，则将其加入结果集中；如果该对象不在查询范围中，则将其淘汰；
S26、结束，结果集中数据即为查询结果。
4.根据权利要求3所述的一种基于Hilbert曲线与R-tree的HBase多维查询系统的查询方法，其特征在于，解码方法如下；读取前8个字节内容，得到多维对象属性数。接着逐一对之后的每8个字节解码为双精度浮点型数据，并赋给多维对象对应属性上。
CN201410462268.7A 2014-09-06 2014-09-06 基于Hilbert曲线与R‑tree的HBase多维查询系统的构建及其查询方法 Expired - Fee Related CN104408039B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201410462268.7A CN104408039B (zh) 2014-09-06 2014-09-06 基于Hilbert曲线与R‑tree的HBase多维查询系统的构建及其查询方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201410462268.7A CN104408039B (zh) 2014-09-06 2014-09-06 基于Hilbert曲线与R‑tree的HBase多维查询系统的构建及其查询方法

Publications (2)

Publication Number Publication Date
CN104408039A true CN104408039A (zh) 2015-03-11
CN104408039B CN104408039B (zh) 2017-09-08

Family

ID=52645671

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201410462268.7A Expired - Fee Related CN104408039B (zh) 2014-09-06 2014-09-06 基于Hilbert曲线与R‑tree的HBase多维查询系统的构建及其查询方法

Country Status (1)

Country Link
CN (1) CN104408039B (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106933833A (zh) * 2015-12-30 2017-07-07 中国科学院沈阳自动化研究所 一种基于空间索引技术的位置信息快速查询方法
CN108829649A (zh) * 2018-05-31 2018-11-16 西安交通大学 基于hbase键值索引的复杂类型编码序列化算法的实现方法
CN110019230A (zh) * 2017-12-26 2019-07-16 中国科学院沈阳自动化研究所 基于分布式多维数据索引的乙烯生产工艺优化分析方法
CN112395288A (zh) * 2020-09-25 2021-02-23 浙江大学 基于希尔伯特曲线的r树索引合并更新方法、装置及介质
CN113434511A (zh) * 2021-07-12 2021-09-24 北京林业大学 一种基于希尔伯特曲线的聚类索引方法

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102902742A (zh) * 2012-09-17 2013-01-30 南京邮电大学 一种云环境下的空间数据划分方法
CN103678520A (zh) * 2013-11-29 2014-03-26 中国科学院计算技术研究所 一种基于云计算的多维区间查询方法及其系统
WO2014131940A1 (en) * 2013-02-28 2014-09-04 Nokia Corporation Method and apparatus for automated real-time detection of overlapping painted markup elements

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102902742A (zh) * 2012-09-17 2013-01-30 南京邮电大学 一种云环境下的空间数据划分方法
WO2014131940A1 (en) * 2013-02-28 2014-09-04 Nokia Corporation Method and apparatus for automated real-time detection of overlapping painted markup elements
CN103678520A (zh) * 2013-11-29 2014-03-26 中国科学院计算技术研究所 一种基于云计算的多维区间查询方法及其系统

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
J. K. LAWDER等: "Querying multi-dimensional", 《SIGMOD RECORD》 *
SHOJI NISHIMURA等: "MD-HBase: A Scalable Multi-dimensional Data", 《2011 12TH IEEE INTERNATIONAL CONFERENCE ON MOBILE DATA MANAGEMENT》 *

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106933833A (zh) * 2015-12-30 2017-07-07 中国科学院沈阳自动化研究所 一种基于空间索引技术的位置信息快速查询方法
CN106933833B (zh) * 2015-12-30 2020-04-07 中国科学院沈阳自动化研究所 一种基于空间索引技术的位置信息快速查询方法
CN110019230A (zh) * 2017-12-26 2019-07-16 中国科学院沈阳自动化研究所 基于分布式多维数据索引的乙烯生产工艺优化分析方法
CN108829649A (zh) * 2018-05-31 2018-11-16 西安交通大学 基于hbase键值索引的复杂类型编码序列化算法的实现方法
CN108829649B (zh) * 2018-05-31 2020-04-10 西安交通大学 基于hbase键值索引的复杂类型编码序列化算法的实现方法
CN112395288A (zh) * 2020-09-25 2021-02-23 浙江大学 基于希尔伯特曲线的r树索引合并更新方法、装置及介质
WO2022061995A1 (zh) * 2020-09-25 2022-03-31 浙江大学 基于希尔伯特曲线的r树索引合并更新方法、装置及介质
CN113434511A (zh) * 2021-07-12 2021-09-24 北京林业大学 一种基于希尔伯特曲线的聚类索引方法
CN113434511B (zh) * 2021-07-12 2023-08-29 北京林业大学 一种基于希尔伯特曲线的聚类索引方法

Also Published As

Publication number Publication date
CN104408039B (zh) 2017-09-08

Similar Documents

Publication Publication Date Title
US11146284B2 (en) Space-filling curve dictionary-based compression
US9965821B2 (en) Fully parallel in-place construction of 3D acceleration structures in a graphics processing unit
US9396512B2 (en) Fully parallel construction of k-d trees, octrees, and quadtrees in a graphics processing unit
Har-Peled et al. Approximate nearest neighbor: Towards removing the curse of dimensionality
CN104408039A (zh) 基于Hilbert曲线与R-tree的HBase多维查询系统的构建及其查询方法
CN107766433B (zh) 一种基于Geo-BTree的范围查询方法及装置
US10204111B2 (en) System and method for compressing data in a database
CN111260784B (zh) 一种城市三维空间网格压缩编码方法、装置及终端设备
CN113901159A (zh) 基于多级空间索引的矢量数据网络传输局部加解密方法
CN106874425A (zh) 基于Storm的实时关键词近似搜索算法
CN111125119A (zh) 一种基于HBase的时空数据存储与索引方法
CN114048204A (zh) 基于数据库倒排索引的北斗网格空间索引方法和装置
CN105740428A (zh) 一种基于b+树的高维磁盘索引结构和图像检索方法
Huang et al. R-HBase: A multi-dimensional indexing framework for cloud computing environment
Dong et al. Holons visual representation for image retrieval
CN110955656A (zh) 矢量数据拓扑运算索引优化机制与构建方法
CN113076334B (zh) 数据查询方法、索引生成方法、装置及电子设备
CN112148830A (zh) 一种基于最大区域网格的语义数据存储与检索的方法及装置
CN110297952B (zh) 一种基于网格索引的并行化高速铁路勘测数据检索方法
Bakalov et al. A network model for the utility domain
CN104391894A (zh) 一种重复数据的检查处理方法
CN115952252A (zh) 数据处理方法、装置、电子设备和介质
CN115168336A (zh) 一种基于多个客户端的跨机构哈希检索方法及装置
Yousuf et al. Pool compression for undirected graphs
Li et al. Optimal Representation for Web and Social Network Graphs Based on ${K}^{2} $-Tree

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
TR01 Transfer of patent right

Effective date of registration: 20220706

Address after: 100081 No. 5 South Avenue, Haidian District, Beijing, Zhongguancun

Patentee after: BEIJING INSTITUTE OF TECHNOLOGY

Address before: 110004, Lane 3, Lane 11, Wenhua Road, Heping District, Liaoning, Shenyang

Patentee before: Northeastern University

TR01 Transfer of patent right
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20170908

CF01 Termination of patent right due to non-payment of annual fee