CN113032509B - 基于分布式集群的地图切片方法、装置、设备及介质 - Google Patents
基于分布式集群的地图切片方法、装置、设备及介质 Download PDFInfo
- Publication number
- CN113032509B CN113032509B CN202110316812.7A CN202110316812A CN113032509B CN 113032509 B CN113032509 B CN 113032509B CN 202110316812 A CN202110316812 A CN 202110316812A CN 113032509 B CN113032509 B CN 113032509B
- Authority
- CN
- China
- Prior art keywords
- data
- tile
- target
- value
- target tile
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 58
- 238000005520 cutting process Methods 0.000 claims abstract description 31
- 238000009966 trimming Methods 0.000 claims abstract description 23
- PXFBZOLANLWPMH-UHFFFAOYSA-N 16-Epiaffinine Natural products C1C(C2=CC=CC=C2N2)=C2C(=O)CC2C(=CC)CN(C)C1C2CO PXFBZOLANLWPMH-UHFFFAOYSA-N 0.000 claims description 30
- 230000009466 transformation Effects 0.000 claims description 30
- 238000009877 rendering Methods 0.000 claims description 16
- 238000003860 storage Methods 0.000 claims description 15
- 238000004422 calculation algorithm Methods 0.000 claims description 14
- 230000008569 process Effects 0.000 claims description 13
- 238000004590 computer program Methods 0.000 claims description 5
- 238000004364 calculation method Methods 0.000 claims description 2
- 238000010586 diagram Methods 0.000 description 7
- 230000009471 action Effects 0.000 description 3
- 230000011218 segmentation Effects 0.000 description 3
- 238000013499 data model Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 101100172288 Pseudomonas fluorescens biotype A endX gene Proteins 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 235000019800 disodium phosphate Nutrition 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000007781 pre-processing Methods 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
- G06F16/29—Geographical information 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
- G06F16/22—Indexing; Data structures therefor; Storage 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
- G06F16/27—Replication, distribution or synchronisation of data between databases or within a distributed database system; Distributed database system architectures therefor
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)
- Computing Systems (AREA)
- Processing Or Creating Images (AREA)
Abstract
本申请提供一种基于分布式集群的地图切片方法、装置、设备及介质，涉及地理信息系统技术领域。该方法包括：根据待切片区域的边界值，计算目标瓦片的瓦片级别下待生成的各目标瓦片的行列号以及边界值；对各目标瓦片的边界值以及各地理区域的边界值分别进行编码，得到各目标瓦片对应的编码值以及各地理区域的对应的编码值，形成第一集合以及第二集合；将第一集合和第二集合进行关联，得到关联数据；使用分布式集群中的多个执行器分别对各关联数据进行裁切处理，得到裁切处理结果数据；根据关联数据中的目标瓦片的瓦片级别和行列号以及作为值的裁切处理结果数据，使用各执行器生成各目标瓦片的瓦片数据。这样可以提高矢量数据切片的效率。
Description
技术领域
本申请涉及地理信息系统技术领域，具体而言，涉及一种基于分布式集群的地图切片方法、装置、设备及介质。
背景技术
随着信息技术的高速发展，地理信息技术也愈发重要。特别是在网络地图方面，WebGIS(网络地理信息系统)可预先对地图数据进行切片和存储，在前端有需求时，再将切片操作得到的瓦片数据提供给前端。
目前，主要基于空间换取时间的策略，通过金字塔模型规则对矢量数据进行切片，将切片操作得到的静态图片预先保存在服务器中，在前端访问地图服务时，该服务器可将对应的静态图片反馈给前端。
然而，矢量数据因其精度高的特性，被广泛应用于网络地图的实际生产中，但因其精度高的特性，也导致了数据量偏大的问题。若直接采用上述提到的现有技术方式对数据量偏大的矢量数据进行切片时，会存在切片效率降低的现象。
发明内容
本申请的目的在于，针对上述现有技术中的不足，提供一种基于分布式集群的地图切片方法、装置、设备及介质，可以提高矢量数据切片的效率。
为实现上述目的，本申请实施例采用的技术方案如下：
第一方面，本申请实施例提供了一种基于分布式集群的地图切片方法，所述方法包括：
获取待切片区域的待切片数据，所述待切片数据包括至少一个地理区域对应的图形数据；
根据所述待切片区域的边界值，计算目标瓦片的瓦片级别下待生成的各目标瓦片的行列号以及边界值；
对各所述目标瓦片的边界值进行编码，得到各所述目标瓦片对应的编码值，并将各所述目标瓦片对应的编码值作为键，将各所述目标瓦片对应的行列号作为值，形成第一集合；
对各所述地理区域的边界值进行编码，得到各所述地理区域对应的编码值，并将各所述地理区域对应的编码值作为键，将各所述地理区域对应的图形数据作为值，形成第二集合；
将所述第一集合与所述第二集合按照键进行关联，得到多个关联数据,每个关联数据中包括所述第一集合中的数据和所述第二集合中的数据；
根据各所述关联数据中目标瓦片的边界值以及地理区域的边界值，使用所述分布式集群中的多个执行器分别对各所述关联数据进行裁切处理，得到裁切处理结果数据，并将各所述关联数据中的目标瓦片的瓦片级别和行列号作为键，将所述裁切处理结果数据作为值；
根据作为键的所述关联数据中的目标瓦片的瓦片级别和行列号以及作为值的所述裁切处理结果数据，使用所述分布式集群中的多个执行器生成各所述目标瓦片的瓦片数据。
可选地，所述根据作为键的所述关联数据中的目标瓦片的瓦片级别和行列号以及作为值的所述裁切处理结果数据，使用所述分布式集群中的多个执行器生成各所述目标瓦片的瓦片数据，包括：
为具有相同瓦片级别和行列号的键添加随机数，得到新的键；
根据所述新的键以及作为值的所述裁切处理结果数据，使用所述分布式集群中的多个执行器生成各所述目标瓦片的瓦片数据。
可选地，所述根据所述新的键以及作为值的所述裁切处理结果数据，使用所述分布式集群中的多个执行器生成各所述目标瓦片的瓦片数据，包括：
将相同键对应的裁切处理结果数据划分为一组，得到多组目标数据；
分别由各执行器对每组目标数据进行仿射变换处理，得到仿射变换后的空间数据集，将仿射变换后的空间数据集对应的键中的随机数剔除，得到仿射变换后的空间数据集对应的新的键，根据所述新的键以及所述新的键对应的空间数据集，使用所述分布式集群中的多个执行器生成各所述目标瓦片的瓦片数据。
可选地，所述根据所述新的键以及新的键对应的空间数据集，使用所述分布式集群中的多个执行器生成各所述目标瓦片的瓦片数据，包括：
将相同键对应的空间数据集划分为一组，得到多组待渲染数据；
使用所述分布式集群中的多个执行器对各组所述待渲染数据进行渲染处理，生成各所述目标瓦片的瓦片数据。
可选地，所述根据所述新的键以及所述新的键对应的空间数据集，使用所述分布式集群中的多个执行器生成各所述目标瓦片的瓦片数据，包括：
为所述新的键增加所述随机数，得到目标键；
将相同目标键对应的空间数据集划分为一组，得到多组待渲染数据；
使用所述分布式集群中的多个执行器对各组所述待渲染数据进行渲染处理，生成各所述目标瓦片的瓦片数据。
可选地，所述对各所述目标瓦片的边界值进行编码，得到各所述目标瓦片对应的编码值，包括：
使用四叉树网格编码算法，对各所述目标瓦片的边界值进行编码，得到各所述目标瓦片对应的编码值。
可选地，所述对各所述地理区域的边界值进行编码，得到各所述地理区域对应的编码值，包括：
根据四叉树网格编码算法以及各所述地理区域的边界值，得到各所述地理区域对应的编码值。
第二方面，本申请实施例还提供了一种基于分布式集群的地图切片装置，所述装置包括：
获取模块，用于获取待切片区域的待切片数据，所述待切片数据包括至少一个地理区域对应的图形数据；
计算模块，用于根据所述待切片区域的边界值，计算目标瓦片的瓦片级别下待生成的各目标瓦片的行列号以及边界值；
第一编码模块，用于对各所述目标瓦片的边界值进行编码，得到各所述目标瓦片对应的编码值，并将各所述目标瓦片对应的编码值作为键，将各所述目标瓦片对应的行列号作为值，形成第一集合；
第二编码模块，用于对各所述地理区域的边界值进行编码，得到各所述地理区域对应的编码值，并将各所述地理区域对应的编码值作为键，将各所述地理区域对应的图形数据作为值，形成第二集合；
关联模块，用于将所述第一集合与所述第二集合按照键进行关联，得到多个关联数据,每个关联数据中包括所述第一集合中的数据和所述第二集合中的数据；
裁切处理模块，用于根据各所述关联数据中目标瓦片的边界值以及地理区域的边界值，使用所述分布式集群中的多个执行器分别对各所述关联数据进行裁切处理，得到裁切处理结果数据，并将各所述关联数据中的目标瓦片的瓦片级别和行列号作为键，将所述裁切处理结果数据作为值；
生成模块，用于根据作为键的所述关联数据中的目标瓦片的瓦片级别和行列号以及作为值的所述裁切处理结果数据，使用所述分布式集群中的多个执行器生成各所述目标瓦片的瓦片数据。
可选地，所述生成模块，具体用于为具有相同瓦片级别和行列号的键添加随机数，得到新的键；根据所述新的键以及作为值的所述裁切处理结果数据，使用所述分布式集群中的多个执行器生成各所述目标瓦片的瓦片数据。
可选地，所述生成模块，还具体用于将相同键对应的裁切处理结果数据划分为一组，得到多组目标数据；分别由各执行器对每组目标数据进行仿射变换处理，得到仿射变换后的空间数据集，将仿射变换后的空间数据集对应的键中的随机数剔除，得到仿射变换后的空间数据集对应的新的键，根据所述新的键以及所述新的键对应的空间数据集，使用所述分布式集群中的多个执行器生成各所述目标瓦片的瓦片数据。
可选地，所述生成模块，还具体用于将相同键对应的空间数据集划分为一组，得到多组待渲染数据；使用所述分布式集群中的多个执行器对各组所述待渲染数据进行渲染处理，生成各所述目标瓦片的瓦片数据。
可选地，所述生成模块，还具体用于为所述新的键增加所述随机数，得到目标键；将相同目标键对应的空间数据集划分为一组，得到多组待渲染数据；使用所述分布式集群中的多个执行器对各组所述待渲染数据进行渲染处理，生成各所述目标瓦片的瓦片数据。
可选地，所述第一编码模块，具体用于使用四叉树网格编码算法，对各所述目标瓦片的边界值进行编码，得到各所述目标瓦片对应的编码值。
可选地，所述第二编码模块，具体用于根据四叉树网格编码算法以及各所述地理区域的边界值，得到各所述地理区域对应的编码值。
第三方面，本申请实施例提供了一种电子设备，包括：处理器、计算机可读存储介质和总线，所述计算机可读存储介质存储有所述处理器可执行的机器可读指令，当所述电子设备运行时，所述处理器与所述计算机可读存储介质之间通过总线通信，所述处理器执行所述机器可读指令，以执行上述第一方面的所述基于分布式集群的地图切片方法的步骤。
第四方面，本申请实施例提供了一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器运行时执行上述第一方面的所述基于分布式集群的地图切片方法的步骤。
本申请的有益效果是：
本申请实施例提供一种基于分布式集群的地图切片方法、装置、设备及介质，获取待切片区域的待切片数据，该待切片数据包括至少一个地理区域对应的图形数据；根据该待切片区域的边界值，计算目标瓦片的瓦片级别下待生成的各目标瓦片的行列号以及边界值；对各目标瓦片的边界值进行编码，得到各目标瓦片对应的编码值，并将各目标瓦片对应的编码值作为键，将各目标瓦片对应的行列号作为值，形成第一集合；对各地理区域的边界值进行编码，得到各地理区域对应的编码值，并将各地理区域对应的编码值作为键，将各地理区域对应的图形数据作为值，形成第二集合；将该第一集合与该第二集合按照键进行关联，得到多个关联数据，每个关联数据中包括该第一集合中的数据和该第二集合中的数据；根据各关联数据中目标瓦片的边界值以及该地理区域的边界值，使用分布式集群中的多个执行器分别对各关联数据进行裁切处理，得到裁切处理结果数据，并将各关联数据中的目标瓦片的瓦片级别和行列号作为键，将该裁切处理结果数据作为值；根据作为键的关联数据中的目标瓦片的瓦片级别和行列号以及作为值的裁切处理结果数据，使用该分布式集群中的多个执行器生成各目标瓦片的瓦片数据。
采用本申请实施例提供的基于分布式集群的地图切片方法，可以将地图系统与分布式集群相结合。以作为键的各目标瓦片的编码值为依据，从分布式集群中调取多个执行器，可通过多个执行器并行对各关联数据进行裁切处理，得到裁切处理结果，并且根据裁切处理结果，多个执行器还可以并行处理得到各目标瓦片的瓦片数据。这样可以通过利用分布式集群的分布式计算特性，提高对矢量数据切片的效率。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本发明的某些实施例，因此不应被看作是对范围的限定，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相关的附图。
图1为本申请实施例提供的一种基于分布式集群的地图切片方法的流程示意图；
图2为本申请实施例提供的另一种基于分布式集群的地图切片方法的流程示意图；
图3为本申请实施例提供的又一种基于分布式集群的地图切片方法的流程示意图；
图4为本申请实施例提供的一种待切片区域对应的各目标瓦片的图片样式；
图5为本申请实施例提供的再一种基于分布式集群的地图切片方法的流程示意图；
图6本申请实施例提供的一种边界值与编码值之间的对应关系的示意图；
图7为本申请实施例提供的一种基于分布式集群的地图切片装置的结构示意图；
图8为本申请实施例提供的一种电子设备的结构示意图。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本申请一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本申请实施例的组件可以以各种不同的配置来布置和设计。
因此，以下对在附图中提供的本申请的实施例的详细描述并非旨在限制要求保护的本发明的范围，而是仅仅表示本申请的选定实施例。基于本申请中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。
应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。
在本申请的描述中，需要说明的是，术语“第一”、“第二”、“第三”等仅用于区分描述，而不能理解为指示或暗示相对重要性。
在对本申请实施例进行详细解释之前，首先对本申请的应用场景予以介绍。该应用场景具体可以为对地图的矢量数据进行预先切分的场景，最后可将切分操作得到的地图瓦片通过应用程序或者网页的形式进行可视化显示，为用户提供访问地图服务。当然，也可在接收到访问地图服务指令时，后端实时对矢量数据进行切分的场景，需要说明的是，本申请不对其进行显示。而一般情况下，由于矢量数据的数据量较大，若采用实时切分的方式对矢量数据进行切分操作，可能会受到网络传输速度的影响，使得前端加载地图时间过长。
基于此，本申请主要以对地图的矢量数据进行预先切分的场景进行说明。根据地图切片原理以及分布式计算的特征，本申请主要思想是将地图系统与具有分布式集群特性的框架相结合的方式对矢量数据进行切片，进而得到地图瓦片，使在预先处理阶段大大提升切片效率。
如下结合附图对本申请提到的基于分布式集群的地图切片方法进行示例说明。图1为本申请实施例提供的一种基于分布式集群的地图切片方法的流程示意图。如图1所示，该方法可包括：
S101、获取待切片区域的待切片数据，该待切片数据包括至少一个地理区域对应的图形数据。
其中，数据库中可预先存储各待切片区域的待切片数据，并且可根据组成待切片区域的地理区域的特性，将待切片区域的待切片数据分别存储在不同的表中。也就是说，同一个待切片区域可根据地理区域特性的不同，分别存储在不同的表中。根据实际需求，可通过调用分布式集群框架(Spark)中的驱动程序从数据库中读取所需要的待切片区域的待切片数据，即各地理区域对应的图形数据，并将各图形数据转换为DataFrame形式的数据模型。
S102、根据该待切片区域的边界值，计算目标瓦片的瓦片级别下待生成的各目标瓦片的行列号以及边界值。
其中，该待切片区域的待切片数据可以看成是多个地理区域对应的图形数据构成的，可根据各地理区域的图形数据得到各地理区域的边界值(经纬度坐标)，根据各地理区域的边界值可确定出该待切片区域的边界值，该边界值一般包括该待切片区域的左上角的经纬度坐标以及右下角的经纬度坐标。
需要说明的是，瓦片级别和地图缩放级别具有一定的关系，瓦片级别越高，对应的地图缩放级别就越大，瓦片级别越小，对应的地图缩放级别就越小，也就是说，从应用层面来看的话，可根据前端对应的地图缩放级别，从后端调用对应瓦片级别的瓦片数据。
在该待切片区域的边界值已知的前提下，可根据下述方式得到待生成的各目标瓦片的行列号。具体的，假设地图初始缩放级别对应的地图分辨率为resolution_0，目标瓦片级别对应的地图缩放级别为level，该待切片区域的经度最小X、最大X坐标分别为startX、endX，纬度最小Y、最大Y坐标分别为startY、endY，则可根据下述公式计算出目标瓦片级别下的地图分别率为：
resolution＝resolution_0/2level
假设目标瓦片级别下瓦片的原点坐标为srcX、srcY，瓦片大小为tileSize，其中，srcX、srcY、tileSize都为预先设定的值，srcX、srcY相当于显示在前端界面上各地图共同参考的原点坐标，一般为界面的左上角，tileSize具体可以为256*256,或512*512。则目标瓦片级别下瓦片的起始行列号为：
目标瓦片级别下瓦片的终止行列号为：
可根据上述得到的起始行列号以及终止行列号得到待切片区域包括的各瓦片的行列号，在各瓦片行列号已知的前提下，可计算出各瓦片对应的边界值。
S103、对各目标瓦片的边界值进行编码，得到各目标瓦片对应的编码值，并将各目标瓦片对应的编码值作为键，将各目标瓦片对应的行列号作为值，形成第一集合。
其中，根据各目标瓦片的边界值，可得到目标瓦片级别下的参照空间，需要说明的是，同一个目标瓦片级别对应同一个参考空间。根据各目标瓦片的边界值以及四叉树网格编码算法，得到各目标瓦片的编码值，将各目标瓦片的编码值以及对应的行列号以集合的形式进行表示，可将该集合作为第一集合，该第一集合可为TileRDD(Tile ResilientDistributed Datasets，瓦片弹性分布式数据集)。
S104、对各地理区域的边界值进行编码，得到各地理区域对应的编码值，并将各地理区域对应的编码值作为键，将各地理区域对应的图形数据作为值，形成第二集合。
其中，根据上述提到的参照空间、各地理区域的空间以及四叉树网格编码算法，得到各地理区域的编码值。具体的，可将为DataFrame数据模型的图形数据转换为RDD(Resilient Distributed Datasets，弹性分布式数据集)，过滤出图形字段值不为空的图形数据。可将图形字段值不为空的图形数据作为值，图形数据对应的编码值为键，将该键和值作为第二集合，该第二集合可为VectorRDD(矢量弹性分布式数据集)。
S105、将该第一集合与该第二集合按照键进行关联，得到多个关联数据，每个关联数据中包括该第一集合中的数据和该第二集合中的数据。
其中，该第一集合中包括键，第二集合中也包括键，可将两个集合中键相同的数据进行分组操作，得到多个关联数据。需要说明的是，在第一集合中，属于同一个键的目标瓦片的个数可能为多个，同理，在第二集合中，属于同一个键的图形数据的个数可能为多个。那么在每个关联数据中，可包括一个编码值，与该编码值对应的目标瓦片为多个，即形成目标瓦片数据集合，与该编码值对应的图形数据为多个，即形成矢量数据集合。
S106、根据各关联数据中目标瓦片的边界值以及该地理区域的边界值，使用分布式集群中的多个执行器分别对各关联数据进行裁切处理，得到裁切处理结果数据，并将各关联数据中的目标瓦片的瓦片级别和行列号作为键，将该裁切处理结果数据作为值。
这里以一组关联数据来说，该组关联数据中可包括多个目标瓦片，根据各目标瓦片的行列号得到对应的边界值，进而得到各目标瓦片的边框；该组关联数据中可包括多个图形数据，根据各图形数据得到对应的边界值，进而得到各图形数据对应的地理区域的边框，各执行器分别判断各目标瓦片的边框是否与各地理区域的边框具有相交的部分，如果有相交的部分，各执行器可并行将目标瓦片与图形数据进行裁切处理，得到裁切处理结果。其中，每个目标瓦片可能会与多个地理区域相交，则在目标瓦片级别下，属于同一个行列号的目标瓦片对应的裁切处理结果数据中可包括多个相交区域数据。可将一次裁切处理对应的目标瓦片级别以及行列号分别作为第三集合中的键，将裁切处理结果数据作为第三集合中的值，该第三集合可为IntersectRDD(相交弹性分布式数据集)。
可以看出，目标瓦片与图形数据进行裁切处理时，分别从分布式集群框架中调取多个执行器并行执行裁切处理，这样可以缩短裁切处理时的处理时间。
S107、根据作为键的关联数据中的目标瓦片的瓦片级别和行列号以及作为值的裁切处理结果数据，使用分布式集群中的多个执行器生成各目标瓦片的瓦片数据。
其中，在分布式集群框架中，可包括多个执行器，根据键的不同，可匹配对应的执行器并行进行后续处理。也就是说，以目标瓦片行列号为基准，各执行器可同时对各目标瓦片对应的裁切处理结果数据进行仿射变换处理、文件渲染处理等操作，可生成指定样式的各目标瓦片对应的瓦片数据。
综上所述，本申请提供的基于分布式集群的地图切片方法中，可以将地图系统与分布式集群相结合。以作为键的各目标瓦片的编码值为依据，从分布式集群中调取多个执行器，可通过多个执行器并行对各关联数据进行裁切处理，得到裁切处理结果，并且根据裁切处理结果，多个执行器还可以并行处理得到各目标瓦片的瓦片数据。这样可以通过利用分布式集群的分布式计算特性，提高对矢量数据切片的效率。
图2为本申请实施例提供的另一种基于分布式集群的地图切片方法的流程示意图。如图2所示，上述根据作为键的所述关联数据中的目标瓦片的瓦片级别和行列号以及作为值的裁切处理结果数据，使用分布式集群中的多个执行器生成各目标瓦片的瓦片数据，包括：
S201、为具有相同瓦片级别和行列号的键添加随机数，得到新的键。
其中，上述提到的第三集合中可属于相同瓦片级别和行列号的键可包括多个，为属于相同瓦片级别和行列号的键添加随机数，本申请不对该随机数的大小进行限定，其大小与相同键的数量相关。举例来说，假设该第三集合中行列号为0-0的键为3个，那么可将键分别更新为0-0-1、0-0-2、0-0-3，这样可得到3个不同的键。
S202、根据新的键以及作为值的裁切处理结果数据，使用分布式集群中的多个执行器生成各目标瓦片的瓦片数据。
在将第三集合中的键增加随机数后，可将第三集合中瓦片级别、行列号、随机数相同的键对应的值进行合并。也就是说，可根据键相同的原则，对第三集合中的数据进行分组。可以看出，即使键中的目标瓦片级别、行列号相同，也不会将对应的值分为一组，可以结合分布式集群中执行器与键对应的关系，将不同组中的数据(裁切处理结果数据)均匀的分布到各执行器中，利用各执行器同时对数据进行处理，得到各键对应的瓦片数据，将键中具有相同目标瓦片级别、行列号的瓦片数据结合，最终可得到各目标瓦片对应的瓦片数据。这样通过给键添加随机数的方式，可以使同一个行列号的目标瓦片对应的裁切处理结果数据利用不同的执行器进行处理，提高生成目标瓦片的瓦片数据的效率。
可选地，上述根据新的键以及作为值的裁切处理结果数据，使用分布式集群中的多个执行器生成各目标瓦片的瓦片数据，包括：
将相同键对应的裁切处理结果数据划分为一组，得到多组目标数据；分别由各执行器对每组目标数据进行仿射变换处理，得到仿射变换后的空间数据集，将仿射变换后的空间数据集对应的键中的随机数剔除，得到仿射变换后的空间数据集对应的新的键，根据新的键以及新的键对应的空间数据集，使用分布式集群中的多个执行器生成各目标瓦片的瓦片数据。
其中，将更新后的第三集合中属于同一个目标瓦片级别、行列号以及随机数相同的键对应的值进行合并。也就是说，将同一个键以及对应的不同值分为一组，得到目标数据，目标数据中可包括多个图形数据对应的裁切处理结果数据。在得到多组目标数据后，根据键的不同调用不同的执行器，利用各执行器可分别对各组目标数据中的各裁切处理结果数据进行仿射变换(如进行坐标变换等其他处理)，可得到各组目标数据对应的空间数据集，该空间数据集可为AffineRDD仿射弹性分布式数据集)。可将该数据集中键中的随机数剔除，得到包含有目标瓦片级别以及行列号的新的键，可将具有相同新的键对应的空间数据集进行合并，进而可调用多个执行器得到各目标瓦片对应的瓦片数据。
下述图3、图4实施例分别对目标瓦片的高瓦片级别对应的渲染处理过程以及低瓦片级别对应的渲染处理过程进行介绍。
图3为本申请实施例提供的又一种基于分布式集群的地图切片方法的流程示意图。如图3所示，上述根据新的键以及新的键对应的空间数据集，使用分布式集群中的多个执行器生成各目标瓦片的瓦片数据，包括：
S301、将相同键对应的空间数据集划分为一组，得到多组待渲染数据。
S302、使用分布式集群中的多个执行器对各组待渲染数据进行渲染处理，生成各目标瓦片的瓦片数据。
在瓦片级别较高的情况下，可将目标数据中具有相同瓦片级别和行列号的键对应的值分为一组，得到多组待渲染数据，每组待渲染数据中可包括作为键的瓦片级别和行列号，以及作为值的各空间数据集。可将每组待渲染数据中的各空间数据集写入SHP文件中，通过调用多个执行器分别对写入SHP文件中的各组空间数据集进行渲染，得到各目标瓦片对应的瓦片数据，可将各瓦片数据转换成PNG格式的图片，并将各图片与行列号相关联，存储在数据库中。可参考图4，图4为待切片区域对应的各目标瓦片的图片样式，可以看出，该待切片区域对应有6个目标瓦片，各目标瓦片有对应的行列号，该行列号可用于表征各目标瓦片的位置关系。
图5为本申请实施例提供的再一种基于分布式集群的地图切片方法的流程示意图。如图5所示，上述根据新的键以及新的键对应的空间数据集，使用分布式集群中的多个执行器生成各目标瓦片的瓦片数据，包括：
S501、为新的键增加随机数，得到目标键。
在瓦片级别较低的情况下，在各执行器对空间数据集进行仿射变换处理后，可为仿射变换处理结果中的具有相同瓦片级别和行列号的键添加随机数，得到目标键。添加该随机数的目的是为了将相同的键区分为不同的键，可以调用不同的执行器进行渲染处理。
S502、将相同目标键对应的空间数据集划分为一组，得到多组待渲染数据。
S503、使用分布式集群中的多个执行器对各组待渲染数据进行渲染处理，生成各目标瓦片的瓦片数据。
可将该仿射变换处理结果中瓦片级别、行列号、随机数相同的目标键对应的值进行合并。也就是说，可根据目标键相同的原则，对仿射变换处理结果中的数据进行分组，得到多组待渲染数据。根据每组待渲染数据中的目标键调用对应的执行器，利用各执行器可分别对待渲染数据进行渲染处理，得到瓦片数据，将瓦片数据转换为PNG格式的图片。在得到PNG格式的图片后，可将随机数进行剔除，将剔除随机数的目标键作为新的键，图片为值。可将具有相同的键对应的值分为一组，将一组中的图片进行合并处理，最后可将合并结果保存在数据库中。具体的，可将作为值的图片转换为Base64，将具有相同键的图片进行合并，将合并后的结果与对应的键一起保存在HBase数据库中。
通过上述描述可以看出，瓦片级别的不同，可在仿射变换处理之后采用不同的方式生成瓦片数据。特别是针对低瓦片级别的情况(目标瓦片数量较少的情况)，在算法完成仿射变换处理之后，可对生成的空间数据集随机打散，以增加分组的数量，使得仿射变换后的空间数据集在做后续的渲染等操作时能够在更多的执行器中运行，可以使切片时的效率得到提高。
可选地，上述对各目标瓦片的边界值进行编码，得到各目标瓦片对应的编码值，包括：使用四叉树网格编码算法，对各目标瓦片的边界值进行编码，得到各目标瓦片对应的编码值。
根据各目标瓦片的边界值，可得到目标瓦片级别下的参照空间，根据四叉树网格编码算法，对该参照空间的空间进行划分，得到划分后各子空间边界值与编码值之间的对应关系，根据该对应关系可为待切片数据建立索引，得到目标瓦片级别下待生成的各目标瓦片对应的编码值。
具体的，可通过如图6的方式建立边界值与编码值之间的对应关系，首先将图6中最左边图上的空间(虚线围起来的区域，即参照空间)划分为四个相等的第一子空间，每个第一子空间有对应的编码值，然后再将图6中间图上的这四个子空间分别划分成四个相等的第二子空间(图中只显示了一个第一子空间的划分结果)，结合第一子空间的编码值，可得到各第二子空间的编码值，依次类推，图6中最右边图上的每个第三子空间也有对应的编码值。其中，对参照空间进行划分的层次是预先设定的，在达到预先设定的划分层次后，根据各目标瓦片的边界值与各子空间的边界值，可得到各目标瓦片对应的编码值。
可选地，上述对各地理区域的边界值进行编码，得到各地理区域对应的编码值，包括：根据四叉树网格编码算法以及各地理区域的边界值，得到各地理区域对应的编码值。
可参照上述描述，根据各地理区域的边界值与参考空间上各子空间的边界值，可得到各地理区域对应的编码值。
可以看出，通过利用四叉树的思想，对待切片数据建立索引，得到目标瓦片级别下待生成的各目标瓦片对应的编码值。这样可以使得各目标瓦片根据编码值快速搜索出与其存在相交关系的图形数据，进而可以提高生成瓦片数据的效率。
图7为本申请实施例提供的一种基于分布式集群的地图切片装置的结构示意图。如图7所示，该装置包括：
获取模块701，用于获取待切片区域的待切片数据，该待切片数据包括至少一个地理区域对应的图形数据；
计算模块702，用于根据该待切片区域的边界值，计算目标瓦片的瓦片级别下待生成的各目标瓦片的行列号以及边界值；
第一编码模块703，用于对各目标瓦片的边界值进行编码，得到各目标瓦片对应的编码值，并将各目标瓦片对应的编码值作为键，将各目标瓦片对应的行列号作为值，形成第一集合；
第二编码模块704，用于对各地理区域的边界值进行编码，得到各地理区域对应的编码值，并将各地理区域对应的编码值作为键，将各地理区域对应的图形数据作为值，形成第二集合；
关联模块705，用于将该第一集合与该第二集合按照键进行关联，得到多个关联数据，每个关联数据中包括该第一集合中的数据和该第二集合中的数据；
裁切处理模块706，用于根据各关联数据中目标瓦片的边界值以及该地理区域的边界值，使用分布式集群中的多个执行器分别对各关联数据进行裁切处理，得到裁切处理结果数据，并将各关联数据中的目标瓦片的瓦片级别和行列号作为键，将该裁切处理结果数据作为值；
生成模块707，用于根据作为键的关联数据中的目标瓦片的瓦片级别和行列号以及作为值的裁切处理结果数据，使用分布式集群中的多个执行器生成各目标瓦片的瓦片数据。
可选地，生成模块707，具体用于为具有相同瓦片级别和行列号的键添加随机数，得到新的键；根据新的键以及作为值的裁切处理结果数据，使用分布式集群中的多个执行器生成各目标瓦片的瓦片数据。
可选地，生成模块707，具体用于将相同键对应的裁切处理结果数据划分为一组，得到多组目标数据；分别由各执行器对每组目标数据进行仿射变换处理，得到仿射变换后的空间数据集，将仿射变换后的空间数据集对应的键中的随机数剔除，得到仿射变换后的空间数据集对应的新的键，根据新的键以及新的键对应的空间数据集，使用分布式集群中的多个执行器生成各目标瓦片的瓦片数据。
可选地，生成模块707，还具体用于将相同键对应的空间数据集划分为一组，得到多组待渲染数据；使用分布式集群中的多个执行器对各组待渲染数据进行渲染处理，生成各目标瓦片的瓦片数据。
可选地，生成模块707，还具体用于为新的键增加随机数，得到目标键；将相同目标键对应的空间数据集划分为一组，得到多组待渲染数据；使用分布式集群中的多个执行器对各组待渲染数据进行渲染处理，生成各目标瓦片的瓦片数据。
可选地，第一编码模块703，具体用于使用四叉树网格编码算法，对各目标瓦片的边界值进行编码，得到各目标瓦片对应的编码值。
可选地，第二编码模块704，具体用于根据四叉树网格编码算法以及各地理区域的边界值，得到各地理区域对应的编码值。
上述装置用于执行前述实施例提供的方法，其实现原理和技术效果类似，在此不再赘述。
以上这些模块可以是被配置成实施以上方法的一个或多个集成电路，例如：一个或多个特定集成电路(Application Specific Integrated Circuit，简称ASIC)，或，一个或多个微处理器(Digital Signal Processor，简称DSP)，或，一个或者多个现场可编程门阵列(Field Programmable Gate Array，简称FPGA)等。再如，当以上某个模块通过处理元件调度程序代码的形式实现时，该处理元件可以是通用处理器，例如中央处理器(CentralProcessing Unit，简称CPU)或其它可以调用程序代码的处理器。再如，这些模块可以集成在一起，以片上系统(system-on-a-chip，简称SOC)的形式实现。
图8为本申请实施例提供的一种电子设备的结构示意图，如图8所示，该电子设备可以包括：处理器801、计算机可读存储介质802和总线803，计算机可读存储介质802存储有处理器801可执行的机器可读指令，当该电子设备运行时，处理器801与计算机可读存储介质802之间通过总线803通信，处理器801执行机器可读指令，以执行上述基于分布式集群的地图切片方法的步骤。具体实现方式和技术效果类似，这里不再赘述。
可选地，本申请还提供一种计算机可读存储介质，计算机可读存储介质上存储有计算机程序，计算机程序被处理器运行时执行上述基于分布式集群的地图切片方法的步骤。
在本申请所提供的几个实施例中，应该理解到，所揭露的装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本申请各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用硬件加软件功能单元的形式实现。
上述以软件功能单元的形式实现的集成的单元，可以存储在一个计算机可读取计算机可读存储介质中。上述软件功能单元存储在一个计算机可读存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)或处理器(英文：processor)执行本申请各个实施例所述方法的部分步骤。而前述的计算机可读存储介质包括：U盘、移动硬盘、只读存储器(英文：Read-Only Memory，简称：ROM)、随机存取存储器(英文：Random Access Memory，简称：RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
需要说明的是，在本文中，诸如“第一”和“第二”等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
Claims (10)
1.一种基于分布式集群的地图切片方法，其特征在于，所述方法包括：
获取待切片区域的待切片数据，所述待切片数据包括至少一个地理区域对应的图形数据；
根据所述待切片区域的边界值，计算目标瓦片的瓦片级别下待生成的各目标瓦片的行列号以及边界值；
对各所述目标瓦片的边界值进行编码，得到各所述目标瓦片对应的编码值，并将各所述目标瓦片对应的编码值作为键，将各所述目标瓦片对应的行列号作为值，形成第一集合；
对各所述地理区域的边界值进行编码，得到各所述地理区域对应的编码值，并将各所述地理区域对应的编码值作为键，将各所述地理区域对应的图形数据作为值，形成第二集合；
将所述第一集合与所述第二集合按照键进行关联，得到多个关联数据,每个关联数据中包括所述第一集合中的数据和所述第二集合中的数据；
根据各所述关联数据中目标瓦片的边界值以及地理区域的边界值，使用所述分布式集群中的多个执行器分别对各所述关联数据进行裁切处理，得到裁切处理结果数据，并将各所述关联数据中的目标瓦片的瓦片级别和行列号作为键，将所述裁切处理结果数据作为值；
根据作为键的所述关联数据中的目标瓦片的瓦片级别和行列号以及作为值的所述裁切处理结果数据，使用所述分布式集群中的多个执行器生成各所述目标瓦片的瓦片数据。
2.根据权利要求1所述的方法，其特征在于，所述根据作为键的所述关联数据中的目标瓦片的瓦片级别和行列号以及作为值的所述裁切处理结果数据，使用所述分布式集群中的多个执行器生成各所述目标瓦片的瓦片数据，包括：
为具有相同瓦片级别和行列号的键添加随机数，得到新的键；
根据所述新的键以及作为值的所述裁切处理结果数据，使用所述分布式集群中的多个执行器生成各所述目标瓦片的瓦片数据。
3.根据权利要求2所述的方法，其特征在于，所述根据所述新的键以及作为值的所述裁切处理结果数据，使用所述分布式集群中的多个执行器生成各所述目标瓦片的瓦片数据，包括：
将相同键对应的裁切处理结果数据划分为一组，得到多组目标数据；
分别由各执行器对每组目标数据进行仿射变换处理，得到仿射变换后的空间数据集，将仿射变换后的空间数据集对应的键中的随机数剔除，得到仿射变换后的空间数据集对应的新的键，根据所述新的键以及所述新的键对应的空间数据集，使用所述分布式集群中的多个执行器生成各所述目标瓦片的瓦片数据。
4.根据权利要求3所述的方法，其特征在于，所述根据所述新的键以及新的键对应的空间数据集，使用所述分布式集群中的多个执行器生成各所述目标瓦片的瓦片数据，包括：
将相同键对应的空间数据集划分为一组，得到多组待渲染数据；
使用所述分布式集群中的多个执行器对各组所述待渲染数据进行渲染处理，生成各所述目标瓦片的瓦片数据。
5.根据权利要求3所述的方法，其特征在于，所述根据所述新的键以及所述新的键对应的空间数据集，使用所述分布式集群中的多个执行器生成各所述目标瓦片的瓦片数据，包括：
为所述新的键增加所述随机数，得到目标键；
将相同目标键对应的空间数据集划分为一组，得到多组待渲染数据；
使用所述分布式集群中的多个执行器对各组所述待渲染数据进行渲染处理，生成各所述目标瓦片的瓦片数据。
6.根据权利要求1-5任一项所述的方法，其特征在于，所述对各所述目标瓦片的边界值进行编码，得到各所述目标瓦片对应的编码值，包括：
使用四叉树网格编码算法，对各所述目标瓦片的边界值进行编码，得到各所述目标瓦片对应的编码值。
7.根据权利要求1-5任一项所述的方法，其特征在于，所述对各所述地理区域的边界值进行编码，得到各所述地理区域对应的编码值，包括：
根据四叉树网格编码算法以及各所述地理区域的边界值，得到各所述地理区域对应的编码值。
8.一种基于分布式集群的地图切片装置，其特征在于，所述装置包括：
获取模块，用于获取待切片区域的待切片数据，所述待切片数据包括至少一个地理区域对应的图形数据；
计算模块，用于根据所述待切片区域的边界值，计算目标瓦片的瓦片级别下待生成的各目标瓦片的行列号以及边界值；
第一编码模块，用于对各所述目标瓦片的边界值进行编码，得到各所述目标瓦片对应的编码值，并将各所述目标瓦片对应的编码值作为键，将各所述目标瓦片对应的行列号作为值，形成第一集合；
第二编码模块，用于对各所述地理区域的边界值进行编码，得到各所述地理区域对应的编码值，并将各所述地理区域对应的编码值作为键，将各所述地理区域对应的图形数据作为值，形成第二集合；
关联模块，用于将所述第一集合与所述第二集合按照键进行关联，得到多个关联数据,每个关联数据中包括所述第一集合中的数据和所述第二集合中的数据；
裁切处理模块，用于根据各所述关联数据中目标瓦片的边界值以及地理区域的边界值，使用所述分布式集群中的多个执行器分别对各所述关联数据进行裁切处理，得到裁切处理结果数据，并将各所述关联数据中的目标瓦片的瓦片级别和行列号作为键，将所述裁切处理结果数据作为值；
生成模块，用于根据作为键的所述关联数据中的目标瓦片的瓦片级别和行列号以及作为值的所述裁切处理结果数据，使用所述分布式集群中的多个执行器生成各所述目标瓦片的瓦片数据。
9.一种电子设备，其特征在于，包括：处理器、计算机可读存储介质和总线，所述计算机可读存储介质存储有所述处理器可执行的机器可读指令，当所述电子设备运行时，所述处理器与所述计算机可读存储介质之间通过总线通信，所述处理器执行所述机器可读指令，以执行如权利要求1-7任一项所述基于分布式集群的地图切片方法的步骤。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器运行时执行如权利要求1-7任一项所述基于分布式集群的地图切片方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110316812.7A CN113032509B (zh) | 2021-03-23 | 2021-03-23 | 基于分布式集群的地图切片方法、装置、设备及介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110316812.7A CN113032509B (zh) | 2021-03-23 | 2021-03-23 | 基于分布式集群的地图切片方法、装置、设备及介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113032509A CN113032509A (zh) | 2021-06-25 |
| CN113032509B true CN113032509B (zh) | 2022-06-24 |
Family
ID=76473480
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110316812.7A Active CN113032509B (zh) | 2021-03-23 | 2021-03-23 | 基于分布式集群的地图切片方法、装置、设备及介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113032509B (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116628123B (zh) * | 2023-07-19 | 2023-12-12 | 深圳市易图资讯股份有限公司 | 基于空间数据库的动态切片生成方法和系统 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103279487A (zh) * | 2013-04-25 | 2013-09-04 | 中国科学院遥感与数字地球研究所 | 一种地图瓦片缓存的组织和管理方法 |
| CN111782742A (zh) * | 2020-06-06 | 2020-10-16 | 中国科学院电子学研究所苏州研究院 | 一种面向大规模地理空间数据的存储和检索方法及其系统 |
| CN111930767A (zh) * | 2020-08-19 | 2020-11-13 | 重庆市地理信息和遥感应用中心 | 一种基于多层缓存的矢量瓦片实时切片和更新方法 |
Family Cites Families (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US8612491B2 (en) * | 2011-10-25 | 2013-12-17 | The United States Of America, As Represented By The Secretary Of The Navy | System and method for storing a dataset of image tiles |
| US9235906B2 (en) * | 2012-06-10 | 2016-01-12 | Apple Inc. | Scalable processing for associating geometries with map tiles |
| US10921136B2 (en) * | 2017-10-27 | 2021-02-16 | Mapbox, Inc. | Efficient processing for vector tile generation |
-
2021
- 2021-03-23 CN CN202110316812.7A patent/CN113032509B/zh active Active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103279487A (zh) * | 2013-04-25 | 2013-09-04 | 中国科学院遥感与数字地球研究所 | 一种地图瓦片缓存的组织和管理方法 |
| CN111782742A (zh) * | 2020-06-06 | 2020-10-16 | 中国科学院电子学研究所苏州研究院 | 一种面向大规模地理空间数据的存储和检索方法及其系统 |
| CN111930767A (zh) * | 2020-08-19 | 2020-11-13 | 重庆市地理信息和遥感应用中心 | 一种基于多层缓存的矢量瓦片实时切片和更新方法 |
Non-Patent Citations (3)
| Title |
|---|
| Research on Distributed Storage of Big Data Based on HBase Remote Sensing Image;Cungui Liang,et al.;《 2019 IEEE 4th Advanced Information Technology, Electronic and Automation Control Conference (IAEAC)》;20200213;第1-5页 * |
| 矢量瓦片并行构建与分布式存储模型研究;聂沛等;《地球信息科学学报》;20200721(第07期);第85-94页 * |
| 面向矢量瓦片的海量空间数据并行处理技术;李瀚等;《计算机与现代化》;20180915(第09期);第36-41页 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113032509A (zh) | 2021-06-25 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110347499B (zh) | 一种遥感影像瓦片生成及实时部署的方法 | |
| CN110633262B (zh) | 基于Spark的地图相交区域面积计算方法及系统 | |
| CN110990516A (zh) | 地图数据的处理方法、装置和服务器 | |
| CN115687675A (zh) | 一种机载矢量地图数据处理方法 | |
| CN112115226B (zh) | 地图渲染方法和地图渲染装置 | |
| US20160180586A1 (en) | System and method for data compression and grid regeneration | |
| CN113032509B (zh) | 基于分布式集群的地图切片方法、装置、设备及介质 | |
| CN108491445A (zh) | 区域内指标数据的展示方法及系统 | |
| CN108986210B (zh) | 三维场景重建的方法和设备 | |
| CN104166715A (zh) | VxWorks平台电子海图引擎 | |
| CN116958385B (zh) | 支持海量单体模型的材质纹理动态更新方法、存储介质及设备 | |
| CN116051811B (zh) | 区域识别方法、装置、计算机设备及计算机可读存储介质 | |
| CN116433821B (zh) | 一种预生成视图点索引的三维模型渲染方法、介质及设备 | |
| CN117056626A (zh) | 一种地图预览的方法及装置 | |
| Dyken et al. | Semi‐Uniform Adaptive Patch Tessellation | |
| CN111599015B (zh) | 一种约束条件下的空间多边形网格化填充方法和装置 | |
| CN115952252B (zh) | 基于动态渲染的语义瓦片数据处理方法、装置和电子设备 | |
| CN105354206B (zh) | 基于大图切割的矢量数据瓦片裁图加速方法 | |
| CN110674134A (zh) | 一种地理信息数据存储方法、查询方法及装置 | |
| CN110826488A (zh) | 一种针对电子文档的图像识别方法、装置及存储设备 | |
| CN115905435A (zh) | 一种基于时空聚合中间态的信令数据分析方法及装置 | |
| CN115269600A (zh) | 一种飞机数据的管理方法、装置、电子设备及存储介质 | |
| CN106326255B (zh) | 一种图元分层切割方法及装置 | |
| CN111739084B (zh) | 图片处理方法、图集处理方法、计算机设备和存储介质 | |
| CN113844034A (zh) | 三维模型打孔处理方法、打印方法、相关设备和存储介质 |
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 | ||
| PE01 | Entry into force of the registration of the contract for pledge of patent right |
Denomination of invention: Map slicing method, device, equipment, and medium based on distributed clusters Granted publication date: 20220624 Pledgee: Industrial and Commercial Bank of China Limited Guangzhou Wuyang sub branch Pledgor: SOUTH DIGITAL TECHNOLOGY CO.,LTD. Registration number: Y2024980026697 |
|
| PE01 | Entry into force of the registration of the contract for pledge of patent right |