CN112817545B - 在线即分析影像与格网立方体数据存储管理方法及系统 - Google Patents

在线即分析影像与格网立方体数据存储管理方法及系统 Download PDF

Info

Publication number
CN112817545B
CN112817545B CN202110263233.0A CN202110263233A CN112817545B CN 112817545 B CN112817545 B CN 112817545B CN 202110263233 A CN202110263233 A CN 202110263233A CN 112817545 B CN112817545 B CN 112817545B
Authority
CN
China
Prior art keywords
tile
cube
analysis
storage scheme
image
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
CN202110263233.0A
Other languages
English (en)
Other versions
CN112817545A (zh
Inventor
余劲松弟
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.)
Fuzhou University
Original Assignee
Fuzhou University
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 Fuzhou University filed Critical Fuzhou University
Priority to CN202110263233.0A priority Critical patent/CN112817545B/zh
Publication of CN112817545A publication Critical patent/CN112817545A/zh
Application granted granted Critical
Publication of CN112817545B publication Critical patent/CN112817545B/zh
Priority to PCT/CN2021/130351 priority patent/WO2022188453A1/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
    • G06F3/06—Digital input from, or digital output to, record carriers, e.g. RAID, emulated record carriers or networked record carriers
    • G06F3/0601—Interfaces specially adapted for storage systems
    • G06F3/0602—Interfaces specially adapted for storage systems specifically adapted to achieve a particular effect
    • G06F3/061—Improving I/O performance
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
    • G06F3/06—Digital input from, or digital output to, record carriers, e.g. RAID, emulated record carriers or networked record carriers
    • G06F3/0601—Interfaces specially adapted for storage systems
    • G06F3/0628—Interfaces specially adapted for storage systems making use of a particular technique
    • G06F3/0638—Organizing or formatting or addressing of data
    • G06F3/064—Management of blocks
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Human Computer Interaction (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

本发明涉及一种在线即分析影像与格网立方体数据存储管理方法及系统。该方法包括：将影像与格网立方体以多种瓦片分割方案存储，每种存储方案对应一个配置，通过匹配规则比较每种配置的I/O数及数据大小，获得顾及数据量条件下的I/O最少的瓦片分割存储方案，访问相应瓦片分割存储方案的目标数据块，以提升立方体在线即分析性能。本发明提供的基于MongoDB的立方体数据存储方法提高了在线即分析应用条件下立方体目标数据块的访问效率，减少了无效数据块的传输及相应算力的消耗，提升在线即分析应用性能。

Description

在线即分析影像与格网立方体数据存储管理方法及系统
技术领域
本发明属于大数据技术领域，具体涉及一种在线即分析影像与格网立方体数据存储管理方法及系统。
背景技术
当今已进入大数据时代，特别是对地观测应用不断发展，对多维格网的在线即分析应用提出了新的需求，多维格网数据量随维度增加数据量呈几何增长，在线即分析应用往往仅需要部分数据，传统影像与格网的全量数据访问方式，浪费带宽，无法满足在线即分析应用的性能需求。随着NoSQL数据库的不断发展和成熟，可以较好地解决海量存储和在线即分析方面的应用需求。NoSQL数据库MongoDB的一个重要的特色在于提供了GridFS用于存储大小超过 16MB 的文件，默认使用fs.chunks和fs.files来存储文件，其中fs.files集合存放文件的信息，fs.chunks存放文件的数据。GridFS已有不少学者已将GridFS应用于影像与格网数据存储，如将遥感影像数据文件存储到GridFS中，并利用其分布式机制以提升数据访问性能。相比较单个二维影像数据的分割存储，影像与格网立方体的数据量比二维影像数据多一个数量级，其在线即分析应用亦对现有Gridfs存储方案提出新的需求，即数据应以立方体瓦片进行分割，按在线即分析应用需求，支持选取最适宜的分割存储方案，访问所需立方体瓦片，以防止在线即分过程中的带宽及算力的消耗。
传统MongoDB的影像存储方法是将遥感影像数据的元数据放到文件存储到GridFS的fs.files中，fs.chunks存放影像的二进制文件，再指定片键进行分片，以支持分布式存储，并支持对数据库进行横向扩展，适合管理大规模遥感影像数据，在进行立方体在线即分析时需要先检索相关二维影像，在获取所需影像齐全后进行切割重构，如果相关影像缺失或分辨率等参数不一致，还需在重构过程中进行干预，不确定性大，且性能不高。
单一的立方体瓦片分割存储方案，具有固定的瓦片数据大小、轴序列、瓦片尺寸参数，当分割的瓦片与立方体请求索引范围契合度较高时，即目标数据块索引的集合刚好比请求索引范围大一些，这时候数据块的I/O和数据量都相对少，可以大幅减少无效数据块的传输及相应算力的消耗，提升在线即分析应用性能。然而，影像与格网立方体数据在线即分析应用过程中的客户端请求索引范围是不可预测的，因此需要多种分割存储方案，并根据相应的请求寻找最适合的分割存储方案，再获取相应目标数据块索引，完成在线即分析应用，以大幅减少无效数据块的传输及相应算力的消耗，提升在线即分析应用性能。
发明内容
本发明的目的在于解决上述问题，提供一种的在线即分析影像与格网立方体数据存储管理方法及系统。
为实现上述目的，本发明的技术方案是：一种在线即分析影像与格网立方体数据存储管理方法，包括：将影像与格网立方体以多种瓦片分割方案存储，每种存储方案对应一个配置，通过匹配规则比较每种配置的I/O数及数据大小，获得顾及数据量条件下的I/O最少的瓦片分割存储方案，再获取相应瓦片分割存储方案的目标数据块索引，完成相应瓦片分割存储方案的目标数据块访问。具体地：将影像与格网立方体以多种瓦片分割方案存储，设置基于MongoDB的瓦片分割存储方案的配置，每种存储方案对应一个配置，包括瓦片大小、轴序列、瓦片尺寸参数；设置在线即分析应用中立方体的目标数据块访问的匹配规则，用于比较每种方案配置的I/O数及数据量，并获得顾及请求数据量及其系数条件下I/O最少的瓦片分割存储方案；获得在线即分析应用中立方体请求索引范围，根据匹配规则，以确定顾及请求数据量及其系数条件下I/O数最少的瓦片分割存储方案，再获取目标数据块索引，完成相应瓦片分割存储方案的目标数据块访问。
在本发明一实施例中，所述立方体以多种瓦片分割方案存储，一个立方体存在多个GridFS中，每种瓦片分割存储方案对应一个配置，记为p i (1≤i≤n)，立方体的n种瓦片分割方案存储表示为{p 1,p 2,...,p n}。
在本发明一实施例中，所述立方体的瓦片分割方案存储为基于MongoDB的瓦片分割存储方案，将立方体沿给定的轴序列，按固定瓦片尺寸参数进行分割，每轴末端不足部分用固定值null填充获得的固定大小的瓦片，每一个瓦片为MongoDB的一个GridFS；相应瓦片分割存储方案的配置包括瓦片大小、轴序列、瓦片尺寸信息，参数记录格式为{v,<A>,<t>}，v表示MongoDB的GridFS瓦片大小，<A>表示瓦片轴序列，用<x,y,z>表示，<t>表示瓦片尺寸，用<l,w,h>表示瓦片在相应轴上的格元数。
在本发明一实施例中，所述在线即分析应用中立方体的目标数据块访问的匹配规则为IOmin({f(p i ,r,s)})，p i 表示第i种瓦片分割存储方案的配置，r表示在线即分析应用中立方体请求索引范围，s表示在线即分析应用中立方体请求数据量的系数，f(p i ,r,s)表示针对第i种瓦片分割存储方案在在线即分析应用中立方体请求索引范围r条件下，获取包含于或与r相交的瓦片，且所获得瓦片大小总量小于请求数据量乘以系数s（s>1），IOmin({f(p i ,r,s)})表示顾及请求数据量及其系数条件下I/O最少的瓦片分割存储方案。
在本发明一实施例中，目标数据块索引获取，基于匹配规则获得顾及请求数据量及其系数条件下I/O最少的瓦片分割存储方案，在该瓦片分割存储方案基础上进一步获取相应的GridFS瓦片，完成目标数据块访问。
本发明还提供了一种在线即分析影像与格网立方体数据存储管理系统，包括：搭载于在线即分析影像与格网立方体应用服务平台上的立方体存储适配模块将影像与格网立方体以多种瓦片分割存储方案，每种瓦片分割存储方案对应一个配置；搭载于在线即分析影像与格网立方体应用服务平台上的请求预处理模块，该请求预处理模块，按照客户端的在线即分析应用中立方体请求索引范围，根据预先给定的在线即分析应用中立方体请求数据量的系数，根据匹配规则，以确定顾及请求数据量及其系数条件下I/O最少的方案，再获取目标数据块索引；搭载于在线即分析影像与格网立方体应用服务平台上的瓦片分割数据存储访问模块，按照获得目标数据块索引，从MongoDB获得相应的GridFS数据块，返回给客户端，完成即分析应用。
相较于现有技术，本发明具有以下有益效果：本发明利用MongoDB的GridFS将影像与格网立方体以多种瓦片分割方案存储，确定顾及请求数据量及其系数条件下I/O最少的方案，大幅减少无效数据块的传输及相应算力的消耗，提升影像与格网立方体在线即分析应用性能。
附图说明
图1为本发明的模块结构示意图。
具体实施方式
下面结合附图，对本发明的技术方案进行具体说明。
如图1所示，本发明一种本发明实施例提供一种在线即分析影像与格网立方体数据存储方法，主要处理步骤包括：将影像与格网立方体以多种瓦片分割方案存储于在线即分析影像与格网立方体应用服务平台端的MongoDB，每种存储方案对应一个配置，获得在线即分析应用中立方体请求索引范围，通过匹配规则比较每种配置的I/O数及数据大小，获得顾及数据量条件下的I/O最少的瓦片分割存储方案，访问相应存储分割方案的目标数据块，完成即分析应用。
将影像与格网立方体以多种瓦片分割方案存储于GridFS，每个分割方案配置p i 以MongoDB文档记录，包含瓦片大小、轴序列、瓦片尺寸参数。
本实施例还给出了立方体分割存储实例，立方体按照配置参数进行分割，每个瓦片存放在一个GridFS中，其fs.files存放瓦片在立方体中的位置信息，fs.chunks存放相应立方体文件数据。
本实施例还给出了在线即分析应用中立方体的目标数据块访问的匹配规则，为IOmin({f(p i ,r,s)})，p i 表示第i种瓦片分割存储方案的配置，r表示在线即分析应用中立方体请求索引范围，s表示在线即分析应用中立方体请求数据量的系数，f(p i ,r,s)表示针对第i种瓦片分割存储方案在在线即分析应用中立方体请求索引范围r条件下，获取包含于（含边界）或与r相交的瓦片，且所获得瓦片大小总量小于请求数据量乘以系数s（s>1），IOmin({f(p i ,r,s)})表示顾及请求数据量及其系数条件下I/O最少的方案。
本实施例还给出了匹配规则的立方体请求数据量的系数实例，将该系数设为大于1的常数。
按照客户端的在线即分析应用中立方体请求索引范围，根据预先给定的在线即分析应用中立方体请求数据量的系数，根据匹配规则，以确定顾及请求数据量及其系数条件下I/O最少的方案，在此基础上进一步获取相应的GridFS瓦片，完成目标数据块访问。
如图1所示，本发明实施例还提供了一种在线即分析影像与格网立方体数据存储系统，包括：搭载于在线即分析影像与格网立方体应用服务平台上的立方体存储适配模块将影像与格网立方体以多种瓦片分割方案存储，每种存储方案对应一个配置；搭载于在线即分析影像与格网立方体应用服务平台上的请求预处理模块，请求预处理模块，按照客户端的在线即分析应用中立方体请求索引范围，根据预先给定的在线即分析应用中立方体请求数据量的系数根据匹配规则，以确定顾及请求数据量及其系数条件下I/O最少的方案，再获取目标数据块索引；搭载于在线即分析影像与格网立方体应用服务平台上的瓦片分割数据存储访问模块，按照获得目标数据块索引，从MongoDB获得相应的GridFS数据块，返回给客户端。
综上所述，本发明所涉及的在线即分析影像与格网立方体数据存储系统利用MongoDB的GridFS将影像与格网立方体以多种瓦片分割方案存储，确定顾及请求数据量及其系数条件下I/O最少的方案，大幅减少无效数据块的传输及相应算力的消耗，提升影像与格网立方体在线即分析应用性能。
以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的范围之内。

Claims (6)

1.一种在线即分析影像与格网立方体数据存储管理方法，其特征在于，包括：将影像与格网立方体以多种瓦片分割方案存储，每种存储方案对应一个配置，通过在线即分析应用中立方体的目标数据块访问的匹配规则比较每种配置的I/O数及数据大小，获得顾及数据量条件下的I/O最少的瓦片分割存储方案，再获取相应瓦片分割存储方案的目标数据块索引，完成相应瓦片分割存储方案的目标数据块访问；所述在线即分析应用中立方体的目标数据块访问的匹配规则为IOmin({f(p i ,r,s)})，p i 表示第i种瓦片分割存储方案的配置，r表示在线即分析应用中立方体请求索引范围，s表示在线即分析应用中立方体请求数据量的系数，f(p i ,r,s)表示针对第i种瓦片分割存储方案在在线即分析应用中立方体请求索引范围r条件下，获取包含于或与r相交的瓦片，且所获得瓦片大小总量小于请求数据量乘以系数s（s>1），IOmin({f(p i ,r,s)})表示顾及请求数据量及其系数条件下I/O最少的瓦片分割存储方案。
2.根据权利要求1所述的在线即分析影像与格网立方体数据存储管理方法，其特征在于，具体包括：将影像与格网立方体以多种瓦片分割方案存储，设置基于MongoDB的瓦片分割存储方案的配置，每种存储方案对应一个配置，包括瓦片大小、轴序列、瓦片尺寸参数；设置在线即分析应用中立方体的目标数据块访问的匹配规则，用于比较每种方案配置的I/O数及数据量，并获得顾及请求数据量及其系数条件下I/O最少的瓦片分割存储方案；获得在线即分析应用中立方体请求索引范围，根据匹配规则，以确定顾及请求数据量及其系数条件下I/O数最少的瓦片分割存储方案，再获取目标数据块索引，完成相应瓦片分割存储方案的目标数据块访问。
3.根据权利要求1或2所述的在线即分析影像与格网立方体数据存储管理方法，其特征在于，所述立方体以多种瓦片分割方案存储，一个立方体存在多个GridFS中，每种瓦片分割存储方案对应一个配置，记为p i (1≤i≤n)，立方体的n种瓦片分割方案存储表示为{p 1,p 2,...,p n}。
4.根据权利要求1或2所述的在线即分析影像与格网立方体数据存储管理方法，其特征在于，所述立方体的瓦片分割方案存储为基于MongoDB的瓦片分割存储方案，将立方体沿给定的轴序列，按固定瓦片尺寸参数进行分割，每轴末端不足部分用固定值null填充获得的固定大小的瓦片，每一个瓦片为MongoDB的一个GridFS；相应瓦片分割存储方案的配置包括瓦片大小、轴序列、瓦片尺寸信息，参数记录格式为{v,<A>,<t>}，v表示MongoDB的GridFS瓦片大小，<A>表示瓦片轴序列，用<x,y,z>表示，<t>表示瓦片尺寸，用<l,w,h>表示瓦片在相应轴上的格元数。
5.根据权利要求3所述的在线即分析影像与格网立方体数据存储管理方法，其特征在于，目标数据块索引获取，基于匹配规则获得顾及请求数据量及其系数条件下I/O最少的瓦片分割存储方案，在该瓦片分割存储方案基础上进一步获取相应的GridFS瓦片，完成目标数据块访问。
6.一种在线即分析影像与格网立方体数据存储管理系统，其特征在于，包括：搭载于在线即分析影像与格网立方体应用服务平台上的立方体存储适配模块将影像与格网立方体以多种瓦片分割存储方案，每种瓦片分割存储方案对应一个配置；搭载于在线即分析影像与格网立方体应用服务平台上的请求预处理模块，该请求预处理模块，按照客户端的在线即分析应用中立方体请求索引范围，根据预先给定的在线即分析应用中立方体请求数据量的系数，根据在线即分析应用中立方体的目标数据块访问的匹配规则，以确定顾及请求数据量及其系数条件下I/O最少的方案，再获取目标数据块索引；搭载于在线即分析影像与格网立方体应用服务平台上的瓦片分割数据存储访问模块，按照获得目标数据块索引，从MongoDB获得相应的GridFS数据块，返回给客户端，完成即分析应用；所述在线即分析应用中立方体的目标数据块访问的匹配规则为IOmin({f(p i ,r,s)})，p i 表示第i种瓦片分割存储方案的配置，r表示在线即分析应用中立方体请求索引范围，s表示在线即分析应用中立方体请求数据量的系数，f(p i ,r,s)表示针对第i种瓦片分割存储方案在在线即分析应用中立方体请求索引范围r条件下，获取包含于或与r相交的瓦片，且所获得瓦片大小总量小于请求数据量乘以系数s（s>1），IOmin({f(p i ,r,s)})表示顾及请求数据量及其系数条件下I/O最少的瓦片分割存储方案。
CN202110263233.0A 2021-03-11 2021-03-11 在线即分析影像与格网立方体数据存储管理方法及系统 Active CN112817545B (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN202110263233.0A CN112817545B (zh) 2021-03-11 2021-03-11 在线即分析影像与格网立方体数据存储管理方法及系统
PCT/CN2021/130351 WO2022188453A1 (zh) 2021-03-11 2021-11-12 在线即分析影像与格网立方体数据存储管理方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110263233.0A CN112817545B (zh) 2021-03-11 2021-03-11 在线即分析影像与格网立方体数据存储管理方法及系统

Publications (2)

Publication Number Publication Date
CN112817545A CN112817545A (zh) 2021-05-18
CN112817545B true CN112817545B (zh) 2021-09-28

Family

ID=75863126

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110263233.0A Active CN112817545B (zh) 2021-03-11 2021-03-11 在线即分析影像与格网立方体数据存储管理方法及系统

Country Status (2)

Country Link
CN (1) CN112817545B (zh)
WO (1) WO2022188453A1 (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112817545B (zh) * 2021-03-11 2021-09-28 福州大学 在线即分析影像与格网立方体数据存储管理方法及系统
CN116016221B (zh) * 2023-01-05 2024-08-27 中国联合网络通信集团有限公司 业务处理方法、装置及存储介质

Family Cites Families (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7907144B2 (en) * 2006-04-14 2011-03-15 Autodesk, Inc. Optimized tile-based image storage
CN103412962B (zh) * 2013-09-04 2016-09-07 国家测绘地理信息局卫星测绘应用中心 一种海量瓦片数据的存储方法及读取方法
US20170124490A1 (en) * 2015-10-28 2017-05-04 Fractal Industries, Inc. Inclusion of time series geospatial markers in analyses employing an advanced cyber-decision platform
CN107590083B (zh) * 2016-07-07 2021-08-31 北京四维新世纪信息技术有限公司 一种基于owga内存缓存的海量遥感瓦片数据快速发布方法
CN107480281B (zh) * 2017-08-23 2020-06-26 金钱猫科技股份有限公司 一种异构文件系统之间的统一视图的构建方法
CN110413571A (zh) * 2019-07-01 2019-11-05 中国科学院遥感与数字地球研究所 基于MongoDB大规模遥感影像数据分布式存储方法
CN110990612B (zh) * 2019-12-13 2022-08-02 特力惠信息科技股份有限公司 一种矢量大数据快速显示的方法及终端
CN111291016B (zh) * 2020-02-19 2023-05-26 江苏易图地理信息科技股份有限公司 一种海量遥感影像数据分层混合存储与索引方法
CN112817545B (zh) * 2021-03-11 2021-09-28 福州大学 在线即分析影像与格网立方体数据存储管理方法及系统

Also Published As

Publication number Publication date
CN112817545A (zh) 2021-05-18
WO2022188453A1 (zh) 2022-09-15

Similar Documents

Publication Publication Date Title
US20220121688A1 (en) Parallel data access method and system for massive remote-sensing images
US11188738B2 (en) System and method associated with progressive spatial analysis of prodigious 3D data including complex structures
US9823981B2 (en) Backup and restore strategies for data deduplication
CN110059067B (zh) 一种水利空间矢量大数据存储管理方法
US12105712B2 (en) Distinct value estimation for query planning
CN111291016B (zh) 一种海量遥感影像数据分层混合存储与索引方法
CN112817545B (zh) 在线即分析影像与格网立方体数据存储管理方法及系统
US10331712B2 (en) Efficient spatial queries in large data tables
US5832182A (en) Method and system for data clustering for very large databases
CN104077411B (zh) 遥感卫星数据处理方法和系统
CN102314697B (zh) 基于数据类型的数值型数据压缩及解压缩方法
US9877031B2 (en) System and method for multi-resolution raster data processing
CN105160039A (zh) 一种基于大数据的查询方法
CN106528717A (zh) 数据处理方法和系统
CN109885632B (zh) 一种空间科学与应用数据检索方法、系统、介质及设备
CN101842811B (zh) 用于预测经过通过缩放以及质量控制参数的改变而转换的图像的文件大小的系统和方法
Duggan et al. Incremental elasticity for array databases
CN107330083B (zh) 等宽直方图并行构建方法
CN117472693A (zh) 基于数据湖的埋点数据处理方法、系统、设备及存储介质
CN117608476A (zh) 矢量数据分块存储方法、装置、电子设备及介质
CN112632118A (zh) 查询数据的方法、装置、计算设备和存储介质
NL2031779B1 (en) Data storage management method and system for online analysis ready image and grid cube
CN116258804A (zh) 基于数模分离与压缩优化的bim模型轻量化方法
Zalipynis Evaluating array DBMS compression techniques for big environmental datasets
CN111026817B (zh) 一种多维计算方法及装置

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