CN105956117B - 一种点数据空间加载方法及系统 - Google Patents

一种点数据空间加载方法及系统 Download PDF

Info

Publication number
CN105956117B
CN105956117B CN201610294118.9A CN201610294118A CN105956117B CN 105956117 B CN105956117 B CN 105956117B CN 201610294118 A CN201610294118 A CN 201610294118A CN 105956117 B CN105956117 B CN 105956117B
Authority
CN
China
Prior art keywords
virtual coordinates
data
pixel
level
true coordinate
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.)
Active
Application number
CN201610294118.9A
Other languages
English (en)
Other versions
CN105956117A (zh
Inventor
王万刚
宋仲伟
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.)
Quantum Number Poly (beijing) Technology Co Ltd
Original Assignee
Quantum Number Poly (beijing) Technology Co Ltd
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 Quantum Number Poly (beijing) Technology Co Ltd filed Critical Quantum Number Poly (beijing) Technology Co Ltd
Priority to CN201610294118.9A priority Critical patent/CN105956117B/zh
Publication of CN105956117A publication Critical patent/CN105956117A/zh
Application granted granted Critical
Publication of CN105956117B publication Critical patent/CN105956117B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/29Geographical information databases

Landscapes

  • Engineering & Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Theoretical Computer Science (AREA)
  • Remote Sensing (AREA)
  • Data Mining & Analysis (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Processing Or Creating Images (AREA)
  • Instructional Devices (AREA)

Abstract

本发明公开了一种点数据空间加载方法及系统,通过将真实坐标数据存储至lucene数据库中,并在lucene数据库中将真实坐标数据进行分层,得到多个虚拟坐标层级,为每个真实坐标点赋予其在多个虚拟坐标层级中每个虚拟坐标层级上对应的虚拟坐标数据,接收数据加载请求,根据数据加载请求中的执行虚拟坐标层级的像素要求,绘制虚拟坐标数据的瓦片图并进行显示。本方案通过将真实坐标数据存储至lucene数据库中,解决了现有技术中采用oracle数据库数据量级读取限制的问题,并为点数据赋予层级属性,实现了在不改变坐标点在地图上的相对位置的前提下,通过对不同层级的选取,对点数据的精度进行调整,减少了实时加载的数据量。

Description

一种点数据空间加载方法及系统
技术领域
本发明涉及数据控制领域,尤其涉及一种点数据空间加载方法及系统。
背景技术
在地理信息技术中,点数据是一组包含经度、纬度坐标数据的矢量数据集合,可以在地图上表示一个具体地址。
目前,通常采用oracle结构化数据库对点数据进行存储与计算,从而实现在同一页面上对点数据的加载,然而,oracle数据库对数据的读取速度存在上限,因此,在数量级较大时,查询结果无法实时返回。
这就导致了采用oracle数据库可以在同一页面同时加载百万量级的点数据,当数据量级上升至500万时,加载速度明显下降,当数据量级上升至1700万时,就会出现无法加载的情况,从而降低了用户体验。
发明内容
有鉴于此,本发明提供一种点数据空间加载方法及系统,以解决现有技术中当数据量上升到一定量级时,会出现在同一页面加载点数据的速度下降甚至无法加载的情况,降低用户体验的问题,其具体方案如下:
一种点数据空间加载方法,包括:
将包含经度、纬度的真实坐标数据存储至lucene非结构化数据库中;
将所述存储至lucene非结构化数据库中的真实坐标数据依据瓦片地图金字塔模型进行分层,得到多个虚拟坐标层级;
为每个真实坐标点赋予其在所述多个虚拟坐标层级中每个虚拟坐标层级上对应的虚拟坐标数据;
接收数据加载请求;
根据所述数据加载请求中的指定虚拟坐标层级的像素要求,绘制虚拟坐标数据的瓦片图并进行显示。
进一步的,所述根据所述指定虚拟坐标层级的像素要求,绘制虚拟坐标数据的瓦片图并进行显示,具体为:
根据所述指定虚拟坐标层级的像素要求,对每个像素点上的所述真实坐标数据进行汇总求和;
根据所述每个像素点汇总的数值,为每个像素点赋予其对应数值所对应的颜色值;
绘制由不同颜色值的像素点组成的虚拟坐标数据的瓦片图,并进行显示。
进一步的,所述根据所述指定虚拟坐标层级的像素要求,对每个像素点上的所述真实坐标数据进行汇总求和,具体为:
根据所述指定虚拟坐标层级的像素要求,依据应用服务器solr的分组、聚合以及聚合统计的方式,对每个像素点上的所述真实坐标数据进行汇总求和。
进一步的,所述根据所述指定虚拟坐标层级的像素要求,对每个像素点上的所述真实坐标数据进行汇总求和,具体为:
根据所述数据加载请求中的指定虚拟坐标层级获取所述真实坐标点在所述指定虚拟坐标层级上的虚拟坐标数据;
根据所述指定虚拟坐标层级以及所述指定虚拟坐标层级上的虚拟坐标数据,对所述指定虚拟坐标层级上每个像素点上的所述真实坐标数据进行汇总求和。
进一步的,所述将所述存储至lucene非结构化数据库中的真实坐标数据依据瓦片地图金字塔模型进行分层,得到多个虚拟坐标层级,具体为:
将所述存储至lucene非结构化数据库中的真实坐标数据依据瓦片地图金字塔模型进行分层,得到分别对应不同缩放程度的多个虚拟坐标层级。
一种点数据空间加载系统,包括:存储单元,与所述存储单元相连的分层单元,与所述分层单元相连的赋值单元,与所述赋值单元相连的接收单元,与所述接收单元相连的绘制单元,其中:
所述存储单元用于将包含经度、纬度的真实坐标数据存储至lucene非结构化数据库中;
所述分层单元用于将所述存储至lucene非结构化数据库中的真实坐标数据依据瓦片地图金字塔模型进行分层,得到多个虚拟坐标层级;
所述赋值单元用于为每个真实坐标点赋予其在所述多个虚拟坐标层级中每个虚拟坐标层级上对应的虚拟坐标数据;
所述接收单元用于接收数据加载请求;
所述绘制单元用于根据所述数据加载请求中的指定虚拟坐标层级的像素要求,绘制虚拟坐标数据的瓦片图并进行显示。
进一步的,所述绘制单元包括:求和子单元,与所述求和子单元相连的赋值子单元,与所述赋值子单元相连的绘制子单元,其中:
所述求和子单元用于根据所述指定虚拟坐标层级的像素要求,对每个像素点上的所述真实坐标数据进行汇总求和;
所述赋值子单元用于根据所述每个像素点汇总的数值,为每个像素点赋予其对应数值所对应的颜色值;
所述绘制子单元用于绘制由不同颜色值的像素点组成的虚拟坐标数据的瓦片图,并进行显示。
进一步的,所述求和子单元具体用于:根据所述指定虚拟坐标层级的像素要求,依据应用服务器solr的分组、聚合以及聚合统计的方式,对每个像素点上的所述真实坐标数据进行汇总求和。
进一步的,所述求和子单元具体用于:
根据所述数据加载请求中的指定虚拟坐标层级获取所述真实坐标点在所述指定虚拟坐标层级上的虚拟坐标数据;
根据所述指定虚拟坐标层级以及所述指定虚拟坐标层级上的虚拟坐标数据,对所述指定虚拟坐标层级上每个像素点上的所述真实坐标数据进行汇总求和。
进一步的,所述分层单元具体用于:将所述存储至lucene非结构化数据库中的真实坐标数据依据瓦片地图金字塔模型进行分层,得到分别对应不同缩放程度的多个虚拟坐标层级。
从上述技术方案可以看出,本申请公开的点数据空间加载方法及系统,通过将真实坐标数据存储至lucene非结构化数据库中,并在lucene数据库中将真实坐标数据依据瓦片地图金字塔模型进行分层,得到多个虚拟坐标层级,为每个真实坐标点赋予其在多个虚拟坐标层级中每个虚拟坐标层级上对应的虚拟坐标数据,接收数据加载请求,根据数据加载请求中的执行虚拟坐标层级的像素要求,绘制虚拟坐标数据的瓦片图并进行显示。本方案通过将真实坐标数据存储至lucene非结构化数据库中,解决了现有技术中采用oracle数据库数据量级读取限制的问题,并为点数据赋予层级属性,实现了在不改变坐标点在地图上的相对位置的前提下,通过对不同层级的选取,对点数据的精度进行调整,减少了实时加载的数据量,优化了加载时效。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例公开的一种点数据空间加载方法的流程图;
图2为本发明实施例公开的一种点数据空间加载方法的流程图;
图3为本发明实施例公开的一种点数据空间加载系统的结构示意图;
图4为本发明实施例公开的一种绘制单元的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
本发明公开了一种点数据空间加载方法,其流程图如图1所示,包括:
步骤S11、将包含经度、纬度的真实坐标数据存储至lucene非结构化数据库中;
采用lucene非结构化数据库不仅可以实现在同一页面中即时加载1700万以上的点数据,还能够满足页面效果加载速度的要求,可以极大的提升相关应用中的用户体验。
另外,将真实坐标数据存储至lucene非结构化数据库中的过程,也可以具体为:在将真实坐标数据依据瓦片地图金字塔模型进行分层,得到多个虚拟坐标层级,并得到虚拟坐标数据之后,将上述真实坐标数据以及虚拟坐标数据存储至lucene非结构化数据库中。
步骤S12、将存储至lucene非结构化数据库中的真实坐标数据依据瓦片地图金字塔模型进行分层,得到多个虚拟坐标层级;
瓦片地图金字塔模型是一种多分辨率层次模型,从瓦片金字塔的底层到顶层,分辨率越来越低,但表示的地理范围不变。即得到的多个虚拟坐标层级是分别对应不同缩放程度的多个虚拟坐标层级。
具体的,当对真实坐标数据进行分层,得到16个虚拟坐标层级时,16个层级分别对应不同的缩放程度,缩放程度不同,其像素要求也不同,例如:当缩放至最大化时,地图上展示的是采用真实坐标数据定位的真实位置,其像素要求为最高;当缩放至最小时,地图上展现的是采用第16层虚拟坐标数据定位的相对位置,其像素要求为最低。从真实坐标点到第1层虚拟坐标层级,再到第16层虚拟坐标层级,是一个地图上点数据精确度越来越小的渐变顺序。
当用户不需要较高精度的点数据展示时,可以根据其具体需求加载某一个虚拟坐标层级的点数据,而无需加载真实坐标点,这就极大的减少了再地图展示、缩放时后台数据的计算量级。
步骤S13、为每个真实坐标点赋予其在多个虚拟坐标层级中每个虚拟坐标层级上对应的虚拟坐标数据;
在虚拟坐标层级上,由于其相对于真实坐标层级而言,由于其缩放程度发生了变化,其坐标点的坐标数据也发生了变化,根据该虚拟坐标层级相对于真实坐标层级的缩放指数,对真实坐标点的坐标数据进行调节,使其在该虚拟坐标层级上的坐标数据与在真实坐标层级上的坐标数据表示的是同一个坐标点,保证数据的准确性。依此对每个虚拟坐标层级上的每个坐标点进行虚拟坐标数据的调节,并进行记录存储。
步骤S14、接收数据加载请求;
数据加载请求用于指定具体的虚拟坐标层级,即将地图缩放至该指定的虚拟坐标层级,每个虚拟坐标层级对应一个像素要求,也可以为缩放指数。
步骤S15、根据数据加载请求中的指定虚拟坐标层级的像素要求,绘制虚拟坐标数据的瓦片图并进行显示。
根据数据加载请求显示虚拟坐标层级的瓦片图,相较于无论用户是否需要像素要求最高的瓦片图,均显示真实坐标层级的瓦片图,其需要加载的数据量减小,优化了加载时效。
本实施例公开的点数据空间加载方法,通过将真实坐标数据存储至lucene非结构化数据库中,并在lucene数据库中将真实坐标数据依据瓦片地图金字塔模型进行分层,得到多个虚拟坐标层级,为每个真实坐标点赋予其在多个虚拟坐标层级中每个虚拟坐标层级上对应的虚拟坐标数据,接收数据加载请求,根据数据加载请求中的执行虚拟坐标层级的像素要求,绘制虚拟坐标数据的瓦片图并进行显示。本方案通过将真实坐标数据存储至lucene非结构化数据库中,解决了现有技术中采用oracle数据库数据量级读取限制的问题,并为点数据赋予层级属性,实现了在不改变坐标点在地图上的相对位置的前提下,通过对不同层级的选取,对点数据的精度进行调整,减少了实时加载的数据量,优化了加载时效。
本实施例公开了一种点数据空间加载方法,其流程图如图2所示,包括:
步骤S21、将包含经度、纬度的真实坐标数据存储至lucene非结构化数据库中;
步骤S22、将存储至lucene非结构化数据库中的真实坐标数据依据瓦片地图金字塔模型进行分层,得到多个虚拟坐标层级;
步骤S23、为每个真实坐标点赋予其在多个虚拟坐标层级中每个虚拟坐标层级上对应的虚拟坐标数据;
步骤S24、接收数据加载请求;
步骤S25、根据数据加载请求中的指定虚拟坐标层级的像素要求,对每个像素点上的真实坐标数据进行汇总求和;
每个虚拟坐标层级由多个像素点组成,而对于不同的虚拟坐标层级,由于其缩放程度不同,其每个像素点所包含的真实坐标点也不同。
例如:由于第3虚拟坐标层级的精确度低于第2虚拟坐标层级,那么,第3虚拟坐标层级的每个像素点所对应的真实坐标点的个数就多于第2虚拟坐标层级。针对第2虚拟坐标层级,假设其每个像素点对应的真实坐标点为100个,针对第3虚拟坐标层级,其每个像素点对应的真实坐标点可能为10000个。
针对指定的虚拟坐标层级,对每个像素点上的真实坐标数据进行汇总求和,以获知该指定虚拟坐标层级上每个像素点所代表的真实坐标数据。
可以具体为:根据数据加载请求中的指定虚拟坐标层级获取真实坐标点在指定虚拟坐标层级上的虚拟坐标数据,根据执行虚拟坐标层级以及指定虚拟坐标层级上的虚拟坐标数据,对指定虚拟坐标层级上每个像素点上的真实坐标数据进行汇总求和。
具体的,可以为:根据指定虚拟坐标层级的像素要求,依据应用服务器solr的分组group、聚合facet以及聚合统计stats的方式,对每个像素点上的真实坐标数据进行汇总求和。
步骤S26、根据每个像素点汇总的数值,为每个像素点赋予其对应数值所对应的颜色值;
由于对每个像素点上的真实坐标数据进行汇总求和所得到的数据有极值现象,因此,先将汇总求和得到的数据做平滑处理,采用指数和对数结合的方法做平滑处理,之后再为每个像素点赋予其对应数值所对应的颜色值。
其中,颜色值范围可以为0-10,颜色值越大,表示聚合在该像素点上的真实坐标数据越多,颜色值越小,表示聚合在该像素点上的真实坐标数据越少。具体的,0可以表示为蓝色,10可以表示为白色,当在一个瓦片图中,当瓦片图中的某一个像素点颜色越浅,说明在该像素点的真实坐标数据越多,在该瓦片图中某一个像素点颜色越接近于蓝色,说明在该像素点的真实坐标数据越少。
步骤S27、绘制由不同颜色值的像素点组成的虚拟坐标数据的瓦片图,并进行显示。
本实施例公开的点数据空间加载方法,通过将真实坐标数据存储至lucene非结构化数据库中,并在lucene数据库中将真实坐标数据依据瓦片地图金字塔模型进行分层,得到多个虚拟坐标层级,为每个真实坐标点赋予其在多个虚拟坐标层级中每个虚拟坐标层级上对应的虚拟坐标数据,接收数据加载请求,根据数据加载请求中的执行虚拟坐标层级的像素要求,绘制虚拟坐标数据的瓦片图并进行显示。本方案通过将真实坐标数据存储至lucene非结构化数据库中,解决了现有技术中采用oracle数据库数据量级读取限制的问题,并为点数据赋予层级属性,实现了在不改变坐标点在地图上的相对位置的前提下,通过对不同层级的选取,对点数据的精度进行调整,减少了实时加载的数据量,优化了加载时效。
本实施例公开了一种点数据空间加载系统,其结构示意图如图3所示,包括:
存储单元31,与存储单元31相连的分层单元32,与分层单元32相连的赋值单元33,与赋值单元33相连的接收单元34,与接收单元34相连的绘制单元35。
其中,存储单元31用于将包含经度、纬度的真实坐标数据存储至lucene非结构化数据库中。
采用lucene非结构化数据库不仅可以实现在同一页面中即时加载1700万以上的点数据,还能够满足页面效果加载速度的要求,可以极大的提升相关应用中的用户体验。
另外,将真实坐标数据存储至lucene非结构化数据库中的过程,也可以具体为:在将真实坐标数据依据瓦片地图金字塔模型进行分层,得到多个虚拟坐标层级,并得到虚拟坐标数据之后,将上述真实坐标数据以及虚拟坐标数据存储至lucene非结构化数据库中。
分层单元32用于将存储至lucene非结构化数据库中的真实坐标数据依据瓦片地图金字塔模型进行分层,得到多个虚拟坐标层级。
瓦片地图金字塔模型是一种多分辨率层次模型,从瓦片金字塔的底层到顶层,分辨率越来越低,但表示的地理范围不变。即得到的多个虚拟坐标层级是分别对应不同缩放程度的多个虚拟坐标层级。
具体的,当对真实坐标数据进行分层,得到16个虚拟坐标层级时,16个层级分别对应不同的缩放程度,缩放程度不同,其像素要求也不同,例如:当缩放至最大化时,地图上展示的是采用真实坐标数据定位的真实位置,其像素要求为最高;当缩放至最小时,地图上展现的是采用第16层虚拟坐标数据定位的相对位置,其像素要求为最低。从真实坐标点到第1层虚拟坐标层级,再到第16层虚拟坐标层级,是一个地图上点数据精确度越来越小的渐变顺序。
当用户不需要较高精度的点数据展示时,可以根据其具体需求加载某一个虚拟坐标层级的点数据,而无需加载真实坐标点,这就极大的减少了再地图展示、缩放时后台数据的计算量级。
赋值单元33用于为每个真实坐标点赋予其在多个虚拟坐标层级中每个虚拟坐标层级上对应的虚拟坐标数据。
在虚拟坐标层级上,由于其相对于真实坐标层级而言,由于其缩放程度发生了变化,其坐标点的坐标数据也发生了变化,根据该虚拟坐标层级相对于真实坐标层级的缩放指数,对真实坐标点的坐标数据进行调节,使其在该虚拟坐标层级上的坐标数据与在真实坐标层级上的坐标数据表示的是同一个坐标点,保证数据的准确性。依此对每个虚拟坐标层级上的每个坐标点进行虚拟坐标数据的调节,并进行记录存储。
接收单元34用于接收数据加载请求。
数据加载请求用于指定具体的虚拟坐标层级,即将地图缩放至该指定的虚拟坐标层级,每个虚拟坐标层级对应一个像素要求,也可以为缩放指数。
绘制单元35用于根据数据加载请求中的指定虚拟坐标层级的像素要求,绘制虚拟坐标数据的瓦片图并进行显示。
根据数据加载请求显示虚拟坐标层级的瓦片图,相较于无论用户是否需要像素要求最高的瓦片图,均显示真实坐标层级的瓦片图,其需要加载的数据量减小,优化了加载时效。
进一步的,绘制单元35的结构示意图如图4所示,包括:求和子单元41,与求和子单元41相连的赋值子单元42,与赋值子单元42相连的绘制子单元43。
其中,求和子单元41用于根据指定虚拟坐标层级的像素要求,对每个像素点上的真实坐标数据进行汇总求和。
每个虚拟坐标层级由多个像素点组成,而对于不同的虚拟坐标层级,由于其缩放程度不同,其每个像素点所包含的真实坐标点也不同。
例如:由于第3虚拟坐标层级的精确度低于第2虚拟坐标层级,那么,第3虚拟坐标层级的每个像素点所对应的真实坐标点的个数就多于第2虚拟坐标层级。针对第2虚拟坐标层级,假设其每个像素点对应的真实坐标点为100个,针对第3虚拟坐标层级,其每个像素点对应的真实坐标点可能为10000个。
针对指定的虚拟坐标层级,对每个像素点上的真实坐标数据进行汇总求和,以获知该指定虚拟坐标层级上每个像素点所代表的真实坐标数据。
求和子单元41可以具体用于:根据数据加载请求中的指定虚拟坐标层级获取真实坐标点在指定虚拟坐标层级上的虚拟坐标数据,根据执行虚拟坐标层级以及指定虚拟坐标层级上的虚拟坐标数据,对指定虚拟坐标层级上每个像素点上的真实坐标数据进行汇总求和。
具体的,还可以为:根据指定虚拟坐标层级的像素要求,依据应用服务器solr的分组group、聚合facet以及聚合统计stats的方式,对每个像素点上的真实坐标数据进行汇总求和。
赋值子单元42用于根据每个像素点汇总的数值,为每个像素点赋予其对应数值所对应的颜色值。
由于对每个像素点上的真实坐标数据进行汇总求和所得到的数据有极值现象,因此,先将汇总求和得到的数据做平滑处理,采用指数和对数结合的方法做平滑处理,之后再为每个像素点赋予其对应数值所对应的颜色值。
其中,颜色值范围可以为0-10,颜色值越大,表示聚合在该像素点上的真实坐标数据越多,颜色值越小,表示聚合在该像素点上的真实坐标数据越少。具体的,0可以表示为蓝色,10可以表示为白色,当在一个瓦片图中,当瓦片图中的某一个像素点颜色越浅,说明在该像素点的真实坐标数据越多,在该瓦片图中某一个像素点颜色越接近于蓝色,说明在该像素点的真实坐标数据越少。
绘制子单元43用于绘制由不同颜色值的像素点组成的虚拟坐标数据的瓦片图,并进行显示。
本实施例公开的点数据空间加载系统,通过存储单元将真实坐标数据存储至lucene非结构化数据库中,分层单元在lucene数据库中将真实坐标数据依据瓦片地图金字塔模型进行分层,得到多个虚拟坐标层级,赋值单元为每个真实坐标点赋予其在多个虚拟坐标层级中每个虚拟坐标层级上对应的虚拟坐标数据,接收单元接收数据加载请求,绘制单元根据数据加载请求中的执行虚拟坐标层级的像素要求,绘制虚拟坐标数据的瓦片图并进行显示。本方案通过将真实坐标数据存储至lucene非结构化数据库中,解决了现有技术中采用oracle数据库数据量级读取限制的问题,并为点数据赋予层级属性,实现了在不改变坐标点在地图上的相对位置的前提下,通过对不同层级的选取,对点数据的精度进行调整,减少了实时加载的数据量,优化了加载时效。
本说明书中各个实施例采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似部分互相参见即可。对于实施例公开的装置而言,由于其与实施例公开的方法相对应,所以描述的比较简单,相关之处参见方法部分说明即可。
专业人员还可以进一步意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、计算机软件或者二者的结合来实现,为了清楚地说明硬件和软件的可互换性,在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本发明的范围。
结合本文中所公开的实施例描述的方法或算法的步骤可以直接用硬件、处理器执行的软件模块,或者二者的结合来实施。软件模块可以置于随机存储器(RAM)、内存、只读存储器(ROM)、电可编程ROM、电可擦除可编程ROM、寄存器、硬盘、可移动磁盘、CD-ROM、或技术领域内所公知的任意其它形式的存储介质中。
对所公开的实施例的上述说明,使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下,在其它实施例中实现。因此,本发明将不会被限制于本文所示的这些实施例,而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。

Claims (8)

1.一种点数据空间加载方法,其特征在于,包括:
将包含经度、纬度的真实坐标数据存储至lucene非结构化数据库中;
将所述存储至lucene非结构化数据库中的真实坐标数据依据瓦片地图金字塔模型进行分层,得到多个虚拟坐标层级;
为每个真实坐标点赋予其在所述多个虚拟坐标层级中每个虚拟坐标层级上对应的虚拟坐标数据;
接收数据加载请求;
根据所述数据加载请求中的指定虚拟坐标层级的像素要求,绘制虚拟坐标数据的瓦片图并进行显示;
具体的,所述根据所述指定虚拟坐标层级的像素要求,绘制虚拟坐标数据的瓦片图并进行显示,具体为:
根据所述指定虚拟坐标层级的像素要求,对每个像素点上的所述真实坐标数据进行汇总求和;
根据所述每个像素点汇总的数值,为每个像素点赋予其对应数值所对应的颜色值;
绘制由不同颜色值的像素点组成的虚拟坐标数据的瓦片图,并进行显示。
2.根据权利要求1所述的方法,其特征在于,所述根据所述指定虚拟坐标层级的像素要求,对每个像素点上的所述真实坐标数据进行汇总求和,具体为:
根据所述指定虚拟坐标层级的像素要求,依据应用服务器solr的分组、聚合以及聚合统计的方式,对每个像素点上的所述真实坐标数据进行汇总求和。
3.根据权利要求1所述的方法,其特征在于,所述根据所述指定虚拟坐标层级的像素要求,对每个像素点上的所述真实坐标数据进行汇总求和,具体为:
根据所述数据加载请求中的指定虚拟坐标层级获取所述真实坐标点在所述指定虚拟坐标层级上的虚拟坐标数据;
根据所述指定虚拟坐标层级以及所述指定虚拟坐标层级上的虚拟坐标数据,对所述指定虚拟坐标层级上每个像素点上的所述真实坐标数据进行汇总求和。
4.根据权利要求1所述的方法,其特征在于,所述将所述存储至lucene非结构化数据库中的真实坐标数据依据瓦片地图金字塔模型进行分层,得到多个虚拟坐标层级,具体为:
将所述存储至lucene非结构化数据库中的真实坐标数据依据瓦片地图金字塔模型进行分层,得到分别对应不同缩放程度的多个虚拟坐标层级。
5.一种点数据空间加载系统,其特征在于,包括:存储单元,与所述存储单元相连的分层单元,与所述分层单元相连的赋值单元,与所述赋值单元相连的接收单元,与所述接收单元相连的绘制单元,其中:
所述存储单元用于将包含经度、纬度的真实坐标数据存储至lucene非结构化数据库中;
所述分层单元用于将所述存储至lucene非结构化数据库中的真实坐标数据依据瓦片地图金字塔模型进行分层,得到多个虚拟坐标层级;
所述赋值单元用于为每个真实坐标点赋予其在所述多个虚拟坐标层级中每个虚拟坐标层级上对应的虚拟坐标数据;
所述接收单元用于接收数据加载请求;
所述绘制单元用于根据所述数据加载请求中的指定虚拟坐标层级的像素要求,绘制虚拟坐标数据的瓦片图并进行显示;
具体的,所述绘制单元包括:求和子单元,与所述求和子单元相连的赋值子单元,与所述赋值子单元相连的绘制子单元,其中:
所述求和子单元用于根据所述指定虚拟坐标层级的像素要求,对每个像素点上的所述真实坐标数据进行汇总求和;
所述赋值子单元用于根据所述每个像素点汇总的数值,为每个像素点赋予其对应数值所对应的颜色值;
所述绘制子单元用于绘制由不同颜色值的像素点组成的虚拟坐标数据的瓦片图,并进行显示。
6.根据权利要求5所述的系统,其特征在于,所述求和子单元具体用于:根据所述指定虚拟坐标层级的像素要求,依据应用服务器solr的分组、聚合以及聚合统计的方式,对每个像素点上的所述真实坐标数据进行汇总求和。
7.根据权利要求5所述的系统,其特征在于,所述求和子单元具体用于:
根据所述数据加载请求中的指定虚拟坐标层级获取所述真实坐标点在所述指定虚拟坐标层级上的虚拟坐标数据;
根据所述指定虚拟坐标层级以及所述指定虚拟坐标层级上的虚拟坐标数据,对所述指定虚拟坐标层级上每个像素点上的所述真实坐标数据进行汇总求和。
8.根据权利要求5所述的系统,其特征在于,所述分层单元具体用于:将所述存储至lucene非结构化数据库中的真实坐标数据依据瓦片地图金字塔模型进行分层,得到分别对应不同缩放程度的多个虚拟坐标层级。
CN201610294118.9A 2016-05-05 2016-05-05 一种点数据空间加载方法及系统 Active CN105956117B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610294118.9A CN105956117B (zh) 2016-05-05 2016-05-05 一种点数据空间加载方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610294118.9A CN105956117B (zh) 2016-05-05 2016-05-05 一种点数据空间加载方法及系统

Publications (2)

Publication Number Publication Date
CN105956117A CN105956117A (zh) 2016-09-21
CN105956117B true CN105956117B (zh) 2019-04-19

Family

ID=56913778

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610294118.9A Active CN105956117B (zh) 2016-05-05 2016-05-05 一种点数据空间加载方法及系统

Country Status (1)

Country Link
CN (1) CN105956117B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP3634593B1 (en) * 2017-06-09 2021-04-21 Sony Interactive Entertainment Inc. Optimized deferred lighting and foveal adaptation of particles and simulation models in a foveated rendering system
CN109461303B (zh) * 2018-10-30 2021-01-26 北京恒达时讯科技股份有限公司 一种交通拥堵状态获取方法和装置
CN110740160B (zh) * 2019-08-29 2022-08-05 武汉烽火众智数字技术有限责任公司 一种多源数据地图网格化及数据状态实时推送系统

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102819530A (zh) * 2011-06-10 2012-12-12 中兴通讯股份有限公司 电子地图的显示方法及装置
CN104537024A (zh) * 2014-12-19 2015-04-22 河海大学 一种海量位置签到数据的可视化方法
CN105447500A (zh) * 2015-10-30 2016-03-30 张弓 一种自动识别秸秆焚烧火点的方法及系统

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2009301284A (ja) * 2008-06-12 2009-12-24 Toshiba Corp 描画装置および方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102819530A (zh) * 2011-06-10 2012-12-12 中兴通讯股份有限公司 电子地图的显示方法及装置
CN104537024A (zh) * 2014-12-19 2015-04-22 河海大学 一种海量位置签到数据的可视化方法
CN105447500A (zh) * 2015-10-30 2016-03-30 张弓 一种自动识别秸秆焚烧火点的方法及系统

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
全球剖分编码海量瓦片文件的有序存储和预取技术研究;王垒;《中国优秀硕士学位论文全文数据库 信息科技辑》;20160315(第03期);第I137-260页

Also Published As

Publication number Publication date
CN105956117A (zh) 2016-09-21

Similar Documents

Publication Publication Date Title
US9933928B2 (en) Selecting the type of visual marks in data visualizations based on user-selected visual properties of the marks
EP2343659B1 (en) Techniques for density mapping
CN105956117B (zh) 一种点数据空间加载方法及系统
CN110675728B (zh) 热力图的生成方法、装置、设备及计算机可读存储介质
CN103927933B (zh) 一种海量移动目标渲染的方法及装置
CA2560560C (en) Generating and serving tiles in a digital mapping system
CN103412962A (zh) 一种海量瓦片数据的存储方法及读取方法
CN106534478B (zh) 基于异步加载的地图信息展示系统
CN102857560B (zh) 一种面向多业务应用的云存储数据分布方法
CN113626550B (zh) 基于三元组双向索引与优化缓存的影像瓦片地图服务方法
CN103995861A (zh) 一种基于空间关联的分布式数据装置、方法及系统
EP3410315B1 (en) Systems and methods for using tiled data
CN108763522A (zh) Poi检索排序方法、装置及计算机可读存储介质
CN102750294A (zh) 一种地形影像数据的生成方法、生成装置及生成系统
WO2019137369A1 (zh) 基于地理位置的poi检索方法和装置
CN110597900A (zh) 一种gdb数据实时按需生成矢量切片的方法
CN108491445A (zh) 区域内指标数据的展示方法及系统
EP1720107A2 (en) Entity lookup system
CN111061729B (zh) 顾及粒度的矢量瓦片组织方法
CN102103600A (zh) 地图建立方法及地图系统
CN113360586B (zh) 地址聚集度查询方法、装置、设备及计算机可读存储介质
CN116737852A (zh) 一种基于矢量瓦片数据的矢量绘图方法、装置和电子设备
CN107193487B (zh) 一种随机访问识别方法及系统
Hu et al. Geospatial web service for remote sensing data visualization
CN109936372A (zh) 压缩和解压缩经纬度数据的方法、装置和存储介质

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