CN108009265A - 一种云计算环境下的空间数据索引方法 - Google Patents
一种云计算环境下的空间数据索引方法 Download PDFInfo
- Publication number
- CN108009265A CN108009265A CN201711348447.8A CN201711348447A CN108009265A CN 108009265 A CN108009265 A CN 108009265A CN 201711348447 A CN201711348447 A CN 201711348447A CN 108009265 A CN108009265 A CN 108009265A
- Authority
- CN
- China
- Prior art keywords
- grid
- spatial
- data
- index
- trees
- 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
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
- G06F16/28—Databases characterised by their database models, e.g. relational or object models
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Databases & Information Systems (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Software Systems (AREA)
- Remote Sensing (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明公开一种云计算环境下空间数据索引方法,包括以下步骤:1)基于空间数据建立数据存储表;2)基于空间对象分布建立R+‑树索引;3)基于空间对象覆盖范围建立格网索引;4)利用Z曲线,对R+‑树和格网索引降维编码;5)建立R+‑树和格网的编码映射表;6)基于R+‑树编码和空间对象ID建立索引表;7)进行空间范围查询。本方法充分利用NoSQL数据库的数据组织特性,优化了传统的空间索引,在云环境下实现了空间数据的高效存取。
Description
技术领域
本发明涉及空间数据的管理领域,具体涉及一种云计算环境下构建空间数据索引的方法。
背景技术
GIS正在现代城市的发展进程中扮演着越来越重要的角色。空间信息已成为数字城市基础设施建设数据源的重要组成部分,人们在经济、交通、政治和文化等各个方面都需要便利、高效的空间信息服务支持。目前,空间数据主要来自于高精度的空间传感器、卫星和GPS设备,数据更新频繁、规模庞大。由于空间数据量的爆炸式增长和地理空间模型的复杂特性,空间数据操作往往具备高时间复杂度,耗费大量的计算资源。随着空间信息共享服务的发展,未来的综合GIS在线平台必须具备空间信息实时展示、快速回应并发请求和智能信息处理等功能。相较于传统的综合运算和事务处理系统,这样的信息服务系统对易用性、扩展性和高性能计算能力提出了极高要求。因此,人们开始致力于研究空间数据的存储组织方式和空间操作算法,以期满足无限增长的空间信息处理需求。
然而,传统的空间数据引擎结合大型关系型数据库的空间数据管理方式存在查询效率低下、扩展困难以及维护成本高等弊端,无法满足海量空间数据的高效存取需要。随着空间信息云计算技术的发展,NoSQL数据库在空间数据管理中发挥着越来越重要的作用,但是经典的空间数据索引在分布式环境下组织空间数据时出现了大量性能瓶颈。
发明内容
本发明的目的是克服现有技术的不足,提供一种云计算环境下的空间数据索引方法。它利用NoSQL数据库的数据组织特性,充分利用经典空间索引的特性,实现了空间数据的高效存取。
构建云计算环境下的空间数据索引包括以下步骤:
步骤1:基于空间数据建立数据存储表;
步骤2:基于空间对象分布建立R+-树索引;
步骤3:基于空间对象覆盖范围建立格网索引;
步骤4:利用Z曲线,对R+-树和格网索引降维编码;
步骤5:建立R+-树和格网的编码映射表;
步骤6:基于R+-树编码和空间对象ID建立索引表;
步骤7:进行空间范围查询。
基于上述方案,各步骤可以采用如下实现方式:
所述的步骤1具体实现方式如下:
在以键值对形式存储数据的NoSQL数据库(如HBase和Cassandra)中,表的每一行代表一个数据对象,由行键唯一标识并按其字典序排序,所以行键是影响数据读取效率的关键因素,设计目标是能将相关联的数据相邻存储以提高数据检索速度。一行记录由若干列簇构成,代表表中数据的信息类别,每个列簇可以拥有任意数量的列成员,它们通过列标识符识别。
空间数据存放于数据表DataTable中,每一条记录对应一个空间对象,存储其几何信息和属性信息。将空间对象唯一编码值(OID,Object ID)作为存储表行键,同时设计两个列簇:
COLUMNFAMILY_GEO用于存储空间对象几何信息,以wkt形式存放;
COLUMNFAMILY_PRO用于存储空间对象属性信息,包括长度、面积和标题等。
所述的步骤2具体实现方式如下:
R-树是一种高度平衡树,是B-树在n维空间上的扩展。R-树中的每个结点对应一个磁盘页,存储着若干条索引条目。叶子结点的索引数据单元为(I,tuple-identify),其中I是完全包含该结点索引的所有空间对象MBR的最小矩形,tuple-identify指向物理存储上的一条记录,唯一标识一个空间对象。中间结点的索引数据单元为(I,child-pointer),其中I是完全包含该结点所有子结点MBR的最小矩形,child-pointer指向其孩子结点。为了充分利用磁盘空间以及避免溢出,需要为R树中每个结点的索引条目数设置上下限。设M为一个结点中记录数的最大值,m<=M/2为最小值,则R树有如下几个性质:
1)除根结点外,所有叶子结点包含的空间对象个数介于m和M之间;
2)除根结点外,所有中间结点包含的孩子结点个数介于m和M之间;
3)根结点至少有两个孩子结点,除非它本身是叶子结点;
4)所有叶子结点在同一层级上。
R+-树优化了R-树的结点分裂算法,采用了对象复制技术,将跨越多个子空间的空间对象复制存储在多个结点中,解决了R-树兄弟结点重叠问题。M(m)值直接影响R+-树的索引性能,其值需要根据具体的空间对象分布状况决定:如果M(m)过大,R+-树结点容纳数据量过大,数据划分能力差;如果M(m)过小,R+-树的结点和层级数过多,反而影响数据搜索效率。
因此,首先需要根据空间对象数据集的分布情况和数据量确定M和m的大小。然后建立数据集的R+-树索引,每一个树结点对应的矩形图心有固定的经度(lon)和纬度(lat),(lon,lat)能唯一确定一个结点。
所述的步骤3具体实现方式如下:
将空间对象覆盖范围划分为2n×2n个规则格网,这样每个格网都与若干个R+-树结点矩形相交。基于空间对象覆盖范围建立格网索引,每一个格网都有固定的行号(R)和列号(C),(R,C)能唯一确定空间范围内的一个格网。
所述的步骤4具体实现方式如下:
NoSQL数据库在提取数据时存在如下特性:数据表上记录的范围扫描(scan)比记录的批量获取(get)效率更高。因此为了提高索引性能,要保证空间上相邻的格网以及R+-树结点在物理存储上连续,便于数据记录的扫描提取。
Z曲线是一种空间填充曲线,将高维空间分解成离散单元,用一条线从空间的一端到另一端顺序地穿过这些单元格,且只穿过一次。m阶Z曲线是由m-1阶曲线填充其各个子格网实现的,如1阶Z曲线用它自身填充四个格网得到2阶Z曲线,2阶Z曲线填充其本身的格网得到3阶Z曲线。二进制坐标下,d维空间存在一点P=((p11p12…p1m),…,(pd1pd2…pdm))2,m阶Z曲线将该空间点坐标在d维上交叉运算,映射到值Z(P)=(p11…pd1p12…pd2p1m…pdm)2。这样,空间点的坐标就与其Z值一一对应了起来,通过计算空间点坐标的映射函数可以获取其Z值,也可以通过Z值得到其坐标。
利用Z曲线对格网降维编码(GID,Grid ID),将格网行列号组(R,C)转化为二进制字节重新编排组织,构成64位的二进制线性编码。该Z曲线有32阶,行列号通过二进制位交叉运算转化为Morton码,每一层级最多能存储232×232个格网。
类似的,利用Z曲线对R+-树结点对应矩形的图心坐标(lon,lat)降维编码,获取R+-树索引结点的编码值(NID,Node ID)。
所述的步骤5具体实现方式如下:
为了将格网索引和R+-树索引关联起来,以格网编码GID为键,与其相交的R+-树结点编码NID的集合为值,即<GID,list(NID)>的形式建立映射表KeyTable。
所述的步骤6具体实现方式如下:
以R+-树的NID值为索引表(IndexTable)行键,将对应结点内存储的所有空间对象ID插入到对应记录的值中,该ID与DataTable的行键保持一致。
所述的步骤7具体实现方式如下:
空间查询都可以抽象为过滤和精炼两个步骤。在过滤操作中,将查询范围和空间索引作空间关系运算,利用空间索引的数据划分能力,快速定位到粗匹配查询范围的查询对象候选集。在精炼操作中,将候选集与查询范围一一作进一步的相交运算,从而得到最后的查询结果。
基于索引映射表和索引表的空间范围查询过程如下:
(1)给出查询范围矩形P,根据P四个顶点的经纬度直接计算P覆盖的格网集合。空间内一点(lon,lat)所在格网行列号的计算公式如下:
其中,gs为格网大小,由格网划分粒度决定。
(2)将格网集合利用Z曲线降维编码,得到编码值集合GIDs;
(3)查找映射表,得到格网集合内的所有相交R+-树结点编码集合NIDs;
(4)以NIDs为行键扫描索引表,得到空间对象候选集OIDs;
(5)以OIDs为行键扫描存储表,获取候选集几何信息,与P一一作相交运算,命中的对象插入查询结果集中。
本发明与现有技术相比具有的有益成果是:
1、传统的空间索引在存储海量空间数据时存在一些弊端:规则格网的数据划分能力差,空间对象分布不均匀时,索引能力下降得很快;R+-树的数据划分能力较好,但易形成非重力平衡树,过深的层级反而降低查询效率。本发明的空间索引方法结合了两者的优点,利用格网快速定位到粗匹配查询范围的R+-树结点,省去了树结点搜索过程,提高了R+-树的索引性能。
2、本发明在云计算环境下实现了空间数据的高效存取,相比传统的基于大型关系数据库的空间数据存储方式,具有更好的扩展性、高效性和容错性。
附图说明
图1是R+-树与格网结合的空间索引示意图。
具体实施方式
下面结合附图,对本发明的具体实施方式作进一步详细描述,其基本原理和部分参数定义如前所述,在此不再赘述。
图1是本发明的空间索引示意图,本发明提出的云计算环境下的空间数据索引方法,具体步骤如下:
1)基于空间数据建立数据存储表:
将空间对象唯一编码值(OID,Object ID)作为存储表行键,同时设计两个列簇:
COLUMNFAMILY_GEO用于存储空间对象几何信息,以wkt形式存放;
COLUMNFAMILY_PRO用于存储空间对象属性信息,包括长度、面积和标题等。
2)基于空间对象分布建立R+-树索引:
首先,需要根据空间对象数据集的分布情况和数据量确定M和m的大小。然后,建立数据集的R+-树索引,每一个树结点对应的矩形图心有固定的经度(lon)和纬度(lat),(lon,lat)能唯一确定一个结点。
3)基于空间对象覆盖范围建立格网索引:
将空间对象覆盖范围划分为2n×2n个规则格网,每一个格网都有固定的行号(R)和列号(C),(R,C)能唯一确定空间范围内的一个格网。
4)利用Z曲线,对R+-树和格网索引降维编码:
首先,利用Z曲线对格网降维编码(GID,Grid ID),将格网行列号组(R,C)转化为二进制字节重新编排组织,构成64位的二进制线性编码。该Z曲线有32阶,行列号通过二进制位交叉运算转化为Morton码,每一层级最多能存储232×232个格网。其次,对R+-树结点对应矩形的图心坐标(lon,lat)降维编码,获取R+-树索引结点的编码值(NID,Node ID)。
5)建立R+-树和格网的编码映射表:
以格网编码GID为键,与其相交的R+-树结点编码NID的集合为值,即<GID,list(NID)>的形式建立映射表KeyTable。
6)基于R+-树编码和空间对象ID建立索引表:
以R+-树的NID值为索引表(IndexTable)行键,将对应结点内存储的所有空间对象ID插入到对应记录的值中,该ID与DataTable的行键保持一致。
7)进行空间范围查询,具体如步骤(1)~(5):
(1)给出查询范围矩形P,根据P四个顶点的经纬度直接计算P覆盖的格网集合。空间内一点(lon,lat)所在格网行列号的计算公式如下:
其中,gs为格网大小,由格网划分粒度决定。
(2)将格网集合利用Z曲线降维编码,得到编码值集合GIDs;
(3)查找映射表,得到格网集合内的所有相交R+-树结点编码集合NIDs;
(4)以NIDs为行键扫描索引表,得到空间对象候选集OIDs;
(5)以OIDs为行键扫描存储表,获取候选集几何信息,与P一一作相交运算,命中的对象插入查询结果集中。
范围查询过程伪码如下:
Claims (5)
1.一种云计算环境下的空间数据索引方法,其特征在于包括如下步骤:
1)基于空间数据建立数据存储表,将空间对象唯一编码值(OID,Object ID)作为存储表行键,同时设计两个列簇:COLUMNFAMILY_GEO用于存储空间对象几何信息;
COLUMNFAMILY_PRO用于存储空间对象属性信息;
2)基于空间对象分布建立R+-树索引,每一个树结点对应的矩形图心有固定的经度lon和纬度lat,(lon,lat)唯一确定一个结点;
3)将空间对象覆盖范围划分为2n×2n个规则格网,基于空间对象覆盖范围建立格网索引;
4)利用Z曲线对格网降维编码(GID,Grid ID),将格网行列号组(R,C)转化为二进制字节重新编排组织,构成64位的二进制线性编码;另外,利用Z曲线对R+-树结点对应矩形的图心坐标(lon,lat)降维编码,获取R+-树索引结点的编码值(NID,Node ID);
5)以格网编码GID为键,与其相交的R+-树结点编码NID的集合为值,以<GID,list(NID)>的形式建立映射表;
6)以R+-树的NID值为索引表行键,将对应结点内存储的所有空间对象ID插入到对应记录的值中,该ID与存放空间数据的数据表的行键保持一致;
7)进行空间范围查询:
7.1)给出查询范围矩形P,根据P四个顶点的经纬度直接计算P覆盖的格网集合;空间内一点(lon,lat)所在格网行列号的计算公式如下:
其中,gs为格网大小;
7.2)将格网集合利用Z曲线降维编码,得到编码值集合GIDs;
7.3)查找映射表,得到格网集合内的所有相交R+-树结点编码集合NIDs;
7.4)以NIDs为行键扫描索引表,得到空间对象候选集OIDs;
7.5)以OIDs为行键扫描存储表,获取候选集几何信息,与P一一作相交运算,命中的对象插入查询结果集中。
2.根据权利要求1所述的一种云计算环境下的空间数据索引方法,其特征在于,所述的步骤1)中,所述的空间对象属性信息包括长度、面积和标题等。
3.根据权利要求1所述的一种云计算环境下的空间数据索引方法,其特征在于,所述的步骤2)中,首先需要根据空间对象数据集的分布情况和数据量确定一个结点中记录数的最大值M和最小值m的大小;然后建立数据集的R+-树索引。
4.根据权利要求1所述的一种云计算环境下的空间数据索引方法,其特征在于,所述的步骤3)中,每一个格网都有固定的行号R和列号C,(R,C)能唯一确定空间范围内的一个格网。
5.根据权利要求1所述的一种云计算环境下的空间数据索引方法,其特征在于,所述的步骤4)中,所述的Z曲线有32阶,行列号通过二进制位交叉运算转化为Morton码,每一层级最多存储232×232个格网。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711348447.8A CN108009265B (zh) | 2017-12-15 | 2017-12-15 | 一种云计算环境下的空间数据索引方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711348447.8A CN108009265B (zh) | 2017-12-15 | 2017-12-15 | 一种云计算环境下的空间数据索引方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108009265A true CN108009265A (zh) | 2018-05-08 |
CN108009265B CN108009265B (zh) | 2020-06-16 |
Family
ID=62059461
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711348447.8A Active CN108009265B (zh) | 2017-12-15 | 2017-12-15 | 一种云计算环境下的空间数据索引方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108009265B (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110059067A (zh) * | 2019-04-04 | 2019-07-26 | 南京南瑞水利水电科技有限公司 | 一种水利空间矢量大数据存储管理方法 |
CN110297952A (zh) * | 2019-06-05 | 2019-10-01 | 西南交通大学 | 一种基于网格索引的并行化高速铁路勘测数据检索方法 |
CN111046126A (zh) * | 2019-12-18 | 2020-04-21 | 南京录信软件技术有限公司 | 一种地理位置检索方法 |
CN113849498A (zh) * | 2021-08-18 | 2021-12-28 | 北京邮电大学 | 一种索引构建及查询方法 |
CN114461826A (zh) * | 2021-12-30 | 2022-05-10 | 中科星通(廊坊)信息技术有限公司 | 一种基于改进的z曲线编码的切片检索方法及系统 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101216954A (zh) * | 2008-01-21 | 2008-07-09 | 浙江大学 | 一种基于分级层次化深度网格的森林绘制方法 |
CN101241511A (zh) * | 2008-03-05 | 2008-08-13 | 北京邮电大学 | 一种基于时空数据的快速索引方法 |
CN101520801A (zh) * | 2009-01-14 | 2009-09-02 | 中国科学院地理科学与资源研究所 | 一种数据库空间几何对象存取方法 |
CN102222065A (zh) * | 2010-04-14 | 2011-10-19 | 同济大学 | 一种基于地理索引的空间信息服务系统 |
US8219564B1 (en) * | 2008-04-29 | 2012-07-10 | Netapp, Inc. | Two-dimensional indexes for quick multiple attribute search in a catalog system |
US8838608B2 (en) * | 2010-12-20 | 2014-09-16 | Teradata Us, Inc. | Virtual R-tree mapped to an extendible-hash based file system |
CN104167021A (zh) * | 2014-07-31 | 2014-11-26 | 北京大学 | 一种基于地球空间立体剖分的空间目标索引方法 |
CN105630968A (zh) * | 2015-12-23 | 2016-06-01 | 华中师范大学 | 面向Cassandra的分布式可扩展四叉树索引机制及基于该机制的查询方法 |
US9613055B2 (en) * | 2014-05-09 | 2017-04-04 | Sap Se | Querying spatial data in column stores using tree-order scans |
-
2017
- 2017-12-15 CN CN201711348447.8A patent/CN108009265B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101216954A (zh) * | 2008-01-21 | 2008-07-09 | 浙江大学 | 一种基于分级层次化深度网格的森林绘制方法 |
CN101241511A (zh) * | 2008-03-05 | 2008-08-13 | 北京邮电大学 | 一种基于时空数据的快速索引方法 |
US8219564B1 (en) * | 2008-04-29 | 2012-07-10 | Netapp, Inc. | Two-dimensional indexes for quick multiple attribute search in a catalog system |
CN101520801A (zh) * | 2009-01-14 | 2009-09-02 | 中国科学院地理科学与资源研究所 | 一种数据库空间几何对象存取方法 |
CN102222065A (zh) * | 2010-04-14 | 2011-10-19 | 同济大学 | 一种基于地理索引的空间信息服务系统 |
US8838608B2 (en) * | 2010-12-20 | 2014-09-16 | Teradata Us, Inc. | Virtual R-tree mapped to an extendible-hash based file system |
US9613055B2 (en) * | 2014-05-09 | 2017-04-04 | Sap Se | Querying spatial data in column stores using tree-order scans |
CN104167021A (zh) * | 2014-07-31 | 2014-11-26 | 北京大学 | 一种基于地球空间立体剖分的空间目标索引方法 |
CN105630968A (zh) * | 2015-12-23 | 2016-06-01 | 华中师范大学 | 面向Cassandra的分布式可扩展四叉树索引机制及基于该机制的查询方法 |
Non-Patent Citations (3)
Title |
---|
AHMED ELDAWY ET AL: "SpatialHadoop: A MapReduce Framework for Spatial Data", 《2015 IEEE 31ST INTERNATIONAL CONFERENCE ON DATA ENGINEERING》 * |
YA-TING HSU ET AL: "Key Formulation Schemes for Spatial Index in Cloud Data Managements", 《2012 IEEE 13TH INTERNATIONAL CONFERENCE ON MOBILE DATA MANAGEMENT》 * |
祝琳莹: "基于HBase与多级格网索引的地表覆盖数据存储与检索研究", 《万方学位论文》 * |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110059067A (zh) * | 2019-04-04 | 2019-07-26 | 南京南瑞水利水电科技有限公司 | 一种水利空间矢量大数据存储管理方法 |
CN110297952A (zh) * | 2019-06-05 | 2019-10-01 | 西南交通大学 | 一种基于网格索引的并行化高速铁路勘测数据检索方法 |
CN111046126A (zh) * | 2019-12-18 | 2020-04-21 | 南京录信软件技术有限公司 | 一种地理位置检索方法 |
CN113849498A (zh) * | 2021-08-18 | 2021-12-28 | 北京邮电大学 | 一种索引构建及查询方法 |
CN114461826A (zh) * | 2021-12-30 | 2022-05-10 | 中科星通(廊坊)信息技术有限公司 | 一种基于改进的z曲线编码的切片检索方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN108009265B (zh) | 2020-06-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108009265A (zh) | 一种云计算环境下的空间数据索引方法 | |
CN104765876B (zh) | 海量gnss小文件云存储方法 | |
CN104199986B (zh) | 基于hbase和geohash的矢量数据空间索引方法 | |
CN103714145B (zh) | 关系型和Key-Value型数据库空间数据索引方法 | |
CN107423422B (zh) | 基于网格的空间数据分布式存储及检索方法和系统 | |
CN105630968B (zh) | 面向Cassandra的分布式可扩展四叉树索引方法 | |
CN102982103A (zh) | 一种olap海量多维数据维存储方法 | |
CN108804602A (zh) | 一种基于spark的分布式空间数据存储计算方法 | |
CN109635068A (zh) | 云计算环境下的海量遥感数据高效组织及快速检索方法 | |
CN107220285A (zh) | 面向海量轨迹点数据的时空索引构建方法 | |
CN106991149B (zh) | 一种融合编码和多版本数据的海量空间对象存储方法 | |
CN103279487A (zh) | 一种地图瓦片缓存的组织和管理方法 | |
CN107766433A (zh) | 一种基于Geo‑BTree的范围查询方法及装置 | |
CN102609530A (zh) | 一种分区域双树结构的空间数据库索引方法 | |
CN106599040A (zh) | 一种面向云存储的分层索引方法与检索方法 | |
CN111639075B (zh) | 一种基于扁平化r树的非关系数据库矢量数据管理方法 | |
CN109492060A (zh) | 一种基于MBTiles的地图瓦片存储方法 | |
Du et al. | Spatio-temporal data index model of moving objects on fixed networks using hbase | |
CN112395288B (zh) | 基于希尔伯特曲线的r树索引合并更新方法、装置及介质 | |
CN116126942B (zh) | 一种多维空间气象网格数据分布式存储查询方法 | |
CN111813778B (zh) | 一种面向大规模路网数据的近似关键字存储和查询方法 | |
CN109885638B (zh) | 一种三维立体空间索引方法及系统 | |
CN113407542A (zh) | 一种城市路网车辆出行轨迹的检索方法及系统 | |
Li et al. | MGeohash: Trajectory data index method based on historical data pre-partitioning | |
CN107729494A (zh) | 一种基于z型空间曲线映射的poi检索方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |