CN115577021A - 热力图数据存储方法、装置和电子设备 - Google Patents

热力图数据存储方法、装置和电子设备 Download PDF

Info

Publication number
CN115577021A
CN115577021A CN202211576061.3A CN202211576061A CN115577021A CN 115577021 A CN115577021 A CN 115577021A CN 202211576061 A CN202211576061 A CN 202211576061A CN 115577021 A CN115577021 A CN 115577021A
Authority
CN
China
Prior art keywords
grid
determining
target
sub
parent
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
CN202211576061.3A
Other languages
English (en)
Other versions
CN115577021B (zh
Inventor
张玥
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.)
Yunli Intelligent Technology Co ltd
Original Assignee
Yunli Intelligent 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 Yunli Intelligent Technology Co ltd filed Critical Yunli Intelligent Technology Co ltd
Priority to CN202211576061.3A priority Critical patent/CN115577021B/zh
Publication of CN115577021A publication Critical patent/CN115577021A/zh
Application granted granted Critical
Publication of CN115577021B publication Critical patent/CN115577021B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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
    • G06F16/24Querying
    • G06F16/245Query processing
    • G06F16/2458Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
    • G06F16/2471Distributed queries
    • 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
    • G06F16/24Querying
    • G06F16/245Query processing
    • G06F16/2458Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
    • G06F16/2474Sequence data queries, e.g. querying versioned data
    • 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
    • YGENERAL 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
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02DCLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D10/00Energy efficient computing, e.g. low power processors, power management or thermal management

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Databases & Information Systems (AREA)
  • Data Mining & Analysis (AREA)
  • General Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Computational Linguistics (AREA)
  • Software Systems (AREA)
  • Probability & Statistics with Applications (AREA)
  • Fuzzy Systems (AREA)
  • Remote Sensing (AREA)
  • Image Generation (AREA)

Abstract

本发明提供一种热力图数据存储方法、装置和电子设备,涉及数据存储技术领域,方法包括:确定各缩放级别电子地图对应的多个子网格,下一缩放级别中子网格的数量为上一缩放级别中子网格的数量的N倍,N为正整数;针对每个缩放级别,确定与缩放级别对应的父网格;将缩放级别中呈第一分布的子网格存储于父网格中;确定各父网格对应的目标渲染数据,并将各父网格和父网格对应的目标渲染数据存储于数据库中,目标渲染数据用于表征父网格中各子网格映射至热力图后各子网格对应的颜色。本发明可大幅度降低存储数据量,通过提高热力图数据的查询速度,进而提高热力图的渲染速率。

Description

热力图数据存储方法、装置和电子设备
技术领域
本发明涉及数据存储技术领域,尤其涉及一种热力图数据存储方法、装置和电子设备。
背景技术
随着互联网技术的发展,记录用户行驶轨迹的APP不断增多,用户轨迹点的点位数据随之持续增加至百万、千万、亿级甚至更多,并存储至数据库中,具体展示则通过在数据库中查询并渲染生成热力图,通过不同颜色区块显示这些点位数据的分布情况。
现有技术中,为了兼顾不同缩放级别下的展示性能和分辨率效果,在存储热力图数据时,一般通过地理瓦片数据方法,对不同层级地图的点位数据,按照不同尺度进行空间聚合,并将聚合后的数据存储至数据库中,但数据库中存储的省级区域的网格数量达到千万级,在不同缩放级别下进行热力图渲染时,大大影响热力图的渲染速率。
发明内容
本发明提供一种热力图数据存储方法、装置和电子设备,用以解决现有技术中存储数据量大导致热力图的渲染速率较低的缺陷,大幅度降低存储数据量,通过提高热力图数据的查询速度,进而提高热力图的渲染速率。
本发明提供一种热力图数据存储方法,包括:
确定各缩放级别电子地图对应的多个子网格,下一缩放级别中所述子网格的数量为上一缩放级别中所述子网格的数量的N倍,N为正整数;
针对每个缩放级别,确定与所述缩放级别对应的父网格;
将所述缩放级别中呈第一分布的子网格存储于所述父网格中;
确定各所述父网格对应的目标渲染数据,并将各所述父网格和所述父网格对应的目标渲染数据存储于数据库中,所述目标渲染数据用于表征所述父网格中各所述子网格映射至热力图后各所述子网格对应的颜色。
根据本发明提供的热力图数据存储方法,所述确定与所述缩放级别对应的父网格,包括:
根据缩放级别和网格级别之间的对应关系,确定与所述子网格所处的目标缩放级别对应的目标网格级别;
将所述目标网格级别对应的网格确定为父网格。
根据本发明提供的热力图数据存储方法,所述根据缩放级别和网格级别之间的对应关系,确定与所述子网格所处的目标缩放级别对应的目标网格级别,包括:
在所述子网格所处的目标缩放级别大于或等于第一阈值的情况下,将所述子网格所处的目标缩放级别对应的目标网格级别确定为第一目标值;
在所述子网格所处的所述目标缩放级别小于第一阈值,且大于第二阈值的情况下,将所述子网格所处的目标缩放级别对应的目标网格级别确定为第二目标值,其中,所述第二目标值为所述目标缩放级别减去第三目标值,所述第三目标值是基于所述父网格内各所述子网格的第一分布信息确定的;
在所述子网格所处的所述目标缩放级别小于或等于第二阈值的情况下,将所述子网格所处的目标缩放级别对应的目标网格级别确定为第四目标值。
根据本发明提供的热力图数据存储方法,所述第一分布信息包括:所述父网格内各所述子网格的行数和列数,且所述行数和列数相等;
确定所述第三目标值,包括:
确定所述父网格内各所述子网格的行数或列数,所述行数或列数为2的整数次幂;
确定所述行数或列数的幂值,并将所述幂值确定为所述第三目标值。
根据本发明提供的热力图数据存储方法,所述确定各所述父网格对应的目标渲染数据,包括:
确定各所述子网格内的点位数据,所述点位数据包括目标点位的经纬度和权重子值;
基于所述点位数据,确定各所述子网格对应的权重值;
基于各所述权重值,确定所述父网格内各所述子网格对应的目标渲染数据。
根据本发明提供的热力图数据存储方法,所述基于各所述权重值,确定所述父网格内各所述子网格对应的目标渲染数据,包括:
确定所述父网格内各所述子网格的分布顺序;
基于各所述子网格的分布顺序,确定各所述子网格对应的所述权重值的排序;
基于所述权重值的排序,确定所述父网格内各所述子网格对应的目标渲染数据。
根据本发明提供的热力图数据存储方法,所述将各所述父网格和所述父网格对应的目标渲染数据存储于数据库中,包括:
确定各所述网格级别中各所述父网格的第二分布信息,所述第二分布信息包括所述父网格的横向网格序号和纵向网格序号;
将各所述父网格对应的所述第二分布信息、所述网格级别和所述目标渲染数据存储于数据库中。
根据本发明提供的热力图数据存储方法,所述确定各缩放级别电子地图对应的多个子网格,包括:
将各缩放级别的电子地图进行划分,得到多个子区域;
确定各所述子区域内目标点位的数量,以及所述子区域中心点的位置信息;
基于各所述子区域、所述子区域内目标点位的数量和所述子区域中心点的位置信息,确定各所述子区域对应的子网格。
本发明还提供一种热力图数据存储装置,包括:
第一确定模块,用于确定各缩放级别电子地图对应的多个子网格,下一缩放级别中所述子网格的数量为上一缩放级别中所述子网格的数量的N倍,N为正整数;
第二确定模块,用于针对每个缩放级别,确定与所述缩放级别对应的父网格;
第一存储模块,用于将所述缩放级别中呈第一分布的子网格存储于所述父网格中;
第二存储模块,用于确定各所述父网格对应的目标渲染数据,并将各所述父网格和所述父网格对应的目标渲染数据存储于数据库中,所述目标渲染数据用于表征所述父网格中各所述子网格映射至热力图后各所述子网格对应的颜色。
本发明还提供一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现如上述任一种所述热力图数据存储方法。
本发明提供的热力图数据存储方法、装置和电子设备,将各缩放级别的电子地图划分为多个子网格,在确定与子网格所处的缩放级别对应的父网格后,将呈第一分布的多个子网格存储于对应的父网格内,并将父网格和父网格对应的目标渲染数据存储于数据库中,每个父网格对应数据库中的一条数据,减少数据库内数据的存储量,以使在渲染热力图时,大幅度降低数据库查询的数据条数,提高父网格对应数据的查询速度,进而提高热力图的渲染速度。
附图说明
为了更清楚地说明本发明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一简单地介绍,显而易见地,下面描述中的附图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是本发明提供的热力图数据存储方法的流程示意图;
图2是本发明提供的不同缩放级别的子网格的划分示意图;
图3是本发明提供的同一电子地图内子网格的示意图;
图4是本发明提供的热力图数据存储装置的结构示意图;
图5是本发明提供的电子设备的结构示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚,下面将结合本发明中的附图,对本发明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,都属于本发明保护的范围。
针对现有方案中数据库内存储的数据量过大,致使热力图渲染时,相应数据的查询速度较慢,从而导致热力图的渲染速度较低,影响用户体验感的问题,本发明提供一种热力图数据存储方法,图1是本发明提供的热力图数据存储方法的流程示意图,如图1所示,所述方法包括:
步骤110、确定各缩放级别电子地图对应的多个子网格,下一缩放级别中所述子网格的数量为上一缩放级别中所述子网格的数量的N倍,N为正整数;
步骤120、针对每个缩放级别,确定与所述缩放级别对应的父网格;
步骤130、将所述缩放级别中呈第一分布的子网格存储于所述父网格中;
步骤140、确定各所述父网格对应的目标渲染数据,并将各所述父网格和所述父网格对应的目标渲染数据存储于数据库中,所述目标渲染数据用于表征所述父网格中各所述子网格映射至热力图后各所述子网格对应的颜色。
具体地,由于现有方案中,将不同缩放级别的电子地图内的点位数据进行不同尺度下的空间聚合后存储于数据库中,数据库中存储的数据量达到千万级,而渲染热力图时,需要数千个网格数据才能展示出连续的热力图,而从千万级的数据中查询数千条数据,耗时较大,进一步导致热力图的渲染速度较低。因此,利用热力图需显示数千个相邻网格数据的特点,本发明实施例中,将每个缩放级别的电子地图进行划分,得到各缩放级别对应的多个子网格,并通过确定与子网格所处的缩放级别对应的父网格后,将呈第一分布的多个子网格存储于父网格中,每个父网格对应数据库中的一条数据,若每个父网格内的子网格数量为1024个,则数据库中存储的数据量将由千万级降低至十万级以下,而渲染热力图时,需查询的数据条数也降低至个位数,在十万级的数据库中查询个位数的数据的查询速度明显要大大高于在千万级的数据库中查询数千个数据的查询数据,即通过大幅度增加数据的查询速度,增加热力图的渲染速度。
示例地,图2是本发明提供的不同缩放级别的子网格的划分示意图,如图2所示,以N为4为例,下一缩放级别电子地图对应的多个子网格的数量为上一缩放级别电子地图中子网格数量的4倍,即,将第一缩放级别的电子地图划分为多个第一子网格,将每个第一子网格划分为4个第二子网格,4个第二子网格和对应的第一子网格处于同一地理区域,多个第二子网格构成了第二缩放级别的电子地图。
可选地,上述数据库可以为关系型数据库,本发明实施例可应用于浏览器。
可选地,所述确定与所述缩放级别对应的父网格,包括:
根据缩放级别和网格级别之间的对应关系,确定与所述子网格所处的目标缩放级别对应的目标网格级别;
将所述目标网格级别对应的网格确定为父网格。
具体地,为兼顾不同缩放级别下热力图的展示性能和分辨率效果,本发明实施例中,根据缩放级别和网格级别之间的对应关系,确定子网格所处的目标缩放级别对应的目标网格级别,并基于子网格对应的经纬度,将目标网格级别中包含相同经纬度下的网格确定为该子网格对应的父网格。
可选地,所述根据缩放级别和网格级别之间的对应关系,确定与所述子网格所处的目标缩放级别对应的目标网格级别,包括:
在所述子网格所处的目标缩放级别大于或等于第一阈值的情况下,将所述子网格所处的目标缩放级别对应的目标网格级别确定为第一目标值;
在所述子网格所处的所述目标缩放级别小于第一阈值,且大于第二阈值的情况下,将所述子网格所处的目标缩放级别对应的目标网格级别确定为第二目标值,其中,所述第二目标值为所述目标缩放级别减去第三目标值,所述第三目标值是基于所述父网格内各所述子网格的第一分布信息确定的;
在所述子网格所处的所述目标缩放级别小于或等于第二阈值的情况下,将所述子网格所处的目标缩放级别对应的目标网格级别确定为第四目标值。
具体地,为支持各缩放级别电子地图对应的热力图的渲染,本发明实施例中,基于电子地图的缩放级别,通过缩放级别与网格级别的对应关系,确定各缩放级别对应的网格级别,即,在渲染热力图前,从数据库中十万级以下的数据中通过网格级别进一步缩小查询范围,进而提高了相应父网格的查询速度。
示例地,以电子地图的缩放级别包括1级至18级为例,缩放级别与网格级别的对应关系如下:
(1)若该电子地图的缩放级别大于或等于18,则对应的网格级别为13级,可对应查询数据库中13级的父网格;
(2)若该电子地图的缩放级别小于18,且大于6,则对应的网格级别=缩放级别-5,如,电子地图的缩放级别为7,则可查询数据库中2级的父网格;
(3)若该电子地图的缩放级别小于或等于6,则对应的网格级别为1级,可对应查询数据库中1级的父网格。
可选地,所述第一分布信息包括:所述父网格内各所述子网格的行数和列数,且所述行数和列数相等;
确定所述第三目标值,包括:
确定所述父网格内各所述子网格的行数或列数,所述行数或列数为2的整数次幂;
确定所述行数或列数的幂值,并将所述幂值确定为所述第三目标值。
具体地,在子网格所处的目标缩放级别小于第一阈值,且大于第二阈值的情况下,本发明实施例中,可通过确定父网格内各子网格分布的行数或列数,并通过确定行数或列数的幂值,进一步确定第三目标值。
示例地,父网格内各子网格的行列分布为32*32,而32=25,则将5确定为第三目标值,即,在子网格所处的目标缩放级别小于第一阈值,且大于第二阈值的情况下,对应的网格级别=缩放级别-5。
可选地,父网格内子网格分布的函数和列数相等,但子网格的形状可以为正方形,还可以为长方形。
可选地,所述确定各所述父网格对应的目标渲染数据,包括:
确定各所述子网格内的点位数据,所述点位数据包括目标点位的经纬度和权重子值;
基于所述点位数据,确定各所述子网格对应的权重值;
基于各所述权重值,确定所述父网格内各所述子网格对应的目标渲染数据。
具体地,为确保各缩放级别电子地图对应的热力图的渲染效果,还需确定父网格中各子网格映射至热力图后各子网格对应的颜色,本发明实施例中,针对父网格内的每个子网格,可通过子网格内包含的点位数据对应的权重子值,进一步确定该子网格的权重值,通过权重值确定该子网格特定的颜色,并通过各子网格对应的权重值,确定父网格内各子网格的目标渲染数据。
示例地,以城市人口热力图为例,父网格包含1024个子网格,每个子网格内包含的人口数量不同,其中,子网格A包含的人口数量为10,子网格B包含的人口数量为50,子网格C包含的人口数量为20,子网格D包含的人口数量为20,其他1020个子网格包含的人口数量均为0,则,可将子网格A、子网格B、子网格C和子网格D的权重值依次设为10、50、20、20;还可通过数据处理,将子网格A、子网格B、子网格C和子网格D的权重值依次设为1、5、2、2,其他1020个子网格的权重值均设为0。
可选地,针对不同的权重值,权重值较低的子网格可设置为冷色,如蓝色、绿色、紫色等,权重值较高的子网格可设置为暖色,如红色、橙色、黄色、棕色。
可选地,所述基于各所述权重值,确定所述父网格内各所述子网格对应的目标渲染数据,包括:
确定所述父网格内各所述子网格的分布顺序;
基于各所述子网格的分布顺序,确定各所述子网格对应的所述权重值的排序;
基于所述权重值的排序,确定所述父网格内各所述子网格对应的目标渲染数据。
具体地,本发明实施例中,在确定各子网格对应的权重值后,基于各子网格在父网格内的分布顺序,将各子网格对应的权重值进行排序,得到目标渲染数据。
可选地,该目标渲染数据可以为一串字符串,且相邻权重值之间可以通过逗号分隔。例如,父网格内包括1024个子网格,每行32个子网格,且分为32列,各子网格的序号为0-1023,且父网格内各子网格的分布如表1所示,将各子网格的权重值按照子网格的分布顺序进行排序,得到一串由1024个权重值构成的字符串,并用逗号分隔,该字符串为:“0,0,0,0,1,0,0,0,2,0,0,0,0,0,0,0,0,0,0,0,……,0,0,0”,并将该字符串作为目标渲染数据。
表1父网格内子网格分布表
Figure 850704DEST_PATH_IMAGE001
可选地,所述将各所述父网格和所述父网格对应的目标渲染数据存储于数据库中,包括:
确定各所述网格级别中各所述父网格的第二分布信息,所述第二分布信息包括所述父网格的横向网格序号和纵向网格序号;
将各所述父网格对应的所述第二分布信息、所述网格级别和所述目标渲染数据存储于数据库中。
具体地,为便于后续父网格的查询,在存储父网格时,每个网格级别包括多个父网格,且各父网格基于第二分布信息进行分布,即,确定各父网格对应的横向网格序号和纵向网格序号,并将父网格对应的第二分布信息、网格级别和目标渲染数据均存储于数据库的表中,数据库中表的字段如表2所示,其中,x表示父网格的横向网格序号,y表示父网格的纵向网格序号,level表示父网格的网格级别,subgridweight表示父网格对应的目标渲染数据。
表2父网格分布表
Figure 757087DEST_PATH_IMAGE002
可选地,当父网格分布表中增加一个点位数据时,则需确定该点位数据在不同网格级别中的父网格的第二分布信息及对应的权重,例如,以点位数据的经度为116.00001,纬度为39.00001,该点位数据的权重子值和该点位数据对应的子网格的权重值均为1为例,则数据库中父网格分布表中增加新的点位数据后如表3所示。
可选地,当在表3的基础上新增另一个点位数据时,可基于新增点位数据的经纬度与上一个点位数据的经纬度确定两个点位数据之间的距离,若两个点位数据之间的距离较近,且处于相同子网格内,则上述表3中的横向网格序号x、纵向网格序号y和网格级别level均维持不变,仅需修改目标渲染数据subgridweight中对应的权重值即可;若两个点位数据之间的距离较远,即两个点位数据处于不同的子网格内,但在较低网格级别中处于相同的父网格,在较高网格级别中处于不同的父网格,可基于网格级别level对应修改横向网格序号x、纵向网格序号y和目标渲染数据subgridweight中对应的权重值;若两个点位数据之间的距离过大,即,在不同网格级别中两个点位数据均处于不同的父网格,可在同一表格内增加多条数据,记录新增的点位数据对应的数据。
表3新增点位数据的父网格分布表
Figure 438604DEST_PATH_IMAGE003
可选地,图3是本发明提供的同一电子地图内子网格的示意图,如图3所示,所述确定各缩放级别电子地图对应的多个子网格,包括:
将各缩放级别的电子地图进行划分,得到多个子区域;
确定各所述子区域内目标点位的数量,以及所述子区域中心点的位置信息;
基于各所述子区域、所述子区域内目标点位的数量和所述子区域中心点的位置信息,确定各所述子区域对应的子网格。
具体地,在确定子网格对应的父网格之前,需将各缩放级别的电子地图进行划分,得到多个子区域,在每个子区域内仅保留点位数据的总数,以及子区域中心点的位置信息,以此得到子网格,相较于现有技术中,直接保留电子地图中各子网格内的多个点位数据,降低了数据的量级。
可选地,在划分子网格后,可通过构建平面坐标系,确定各子网格的横向序号和纵向序号进行查找,如图3所示,可通过横向序号为0、纵向序号为0查找坐标原点处的子网格。
本发明提供的热力图数据存储方法,将各缩放级别的电子地图划分为多个子网格,在确定与子网格所处的缩放级别对应的父网格后,将呈第一分布的多个子网格存储于对应的父网格内,并将父网格和父网格对应的目标渲染数据存储于数据库中,每个父网格对应数据库中的一条数据,减少数据库内数据的存储量,以使在渲染热力图时,大幅度降低数据库查询的数据条数,提高父网格对应数据的查询速度,进而提高热力图的渲染速度。
下面对本发明提供的热力图数据存储装置进行描述,下文描述的热力图数据存储装置与上文描述的热力图数据存储方法可相互对应参照。
图4是本发明提供的热力图数据存储装置的结构示意图,如图4所示,该热力图数据存储装置400包括:第一确定模块401、第二确定模块402、第一存储模块403和第二存储模块404,其中:
第一确定模块401,用于确定各缩放级别电子地图对应的多个子网格,下一缩放级别中所述子网格的数量为上一缩放级别中所述子网格的数量的N倍,N为正整数;
第二确定模块402,用于针对每个缩放级别,确定与所述缩放级别对应的父网格;
第一存储模块403,用于将所述缩放级别中呈第一分布的子网格存储于所述父网格中;
第二存储模块404,用于确定各所述父网格对应的目标渲染数据,并将各所述父网格和所述父网格对应的目标渲染数据存储于数据库中,所述目标渲染数据用于表征所述父网格中各所述子网格映射至热力图后各所述子网格对应的颜色。
本发明提供的热力图数据存储装置,将各缩放级别的电子地图划分为多个子网格,在确定与子网格所处的缩放级别对应的父网格后,将呈第一分布的多个子网格存储于对应的父网格内,并将父网格和父网格对应的目标渲染数据存储于数据库中,每个父网格对应数据库中的一条数据,减少数据库内数据的存储量,以使在渲染热力图时,大幅度降低数据库查询的数据条数,提高父网格对应数据的查询速度,进而提高热力图的渲染速度。
可选地,第一确定模块401,具体用于:
将各缩放级别的电子地图进行划分,得到多个子区域;
确定各所述子区域内目标点位的数量,以及所述子区域中心点的位置信息;
基于各所述子区域、所述子区域内目标点位的数量和所述子区域中心点的位置信息,确定各所述子区域对应的子网格。
可选地,第二确定模块402,具体用于:
根据缩放级别和网格级别之间的对应关系,确定与所述子网格所处的目标缩放级别对应的目标网格级别;
将所述目标网格级别对应的网格确定为父网格。
可选地,第二确定模块402,具体用于:
所述根据缩放级别和网格级别之间的对应关系,确定与所述子网格所处的目标缩放级别对应的目标网格级别,包括:
在所述子网格所处的目标缩放级别大于或等于第一阈值的情况下,将所述子网格所处的目标缩放级别对应的目标网格级别确定为第一目标值;
在所述子网格所处的所述目标缩放级别小于第一阈值,且大于第二阈值的情况下,将所述子网格所处的目标缩放级别对应的目标网格级别确定为第二目标值,其中,所述第二目标值为所述目标缩放级别减去第三目标值,所述第三目标值是基于所述父网格内各所述子网格的第一分布信息确定的;
在所述子网格所处的所述目标缩放级别小于或等于第二阈值的情况下,将所述子网格所处的目标缩放级别对应的目标网格级别确定为第四目标值。
可选地,所述第一分布信息包括:所述父网格内各所述子网格的行数和列数,且所述行数和列数相等。
可选地,第二确定模块402,具体用于:
确定所述第三目标值,包括:
确定所述父网格内各所述子网格的行数或列数,所述行数或列数为2的整数次幂;
确定所述行数或列数的幂值,并将所述幂值确定为所述第三目标值。
可选地,第二存储模块404,具体用于:
所述确定各所述父网格对应的目标渲染数据,包括:
确定各所述子网格内的点位数据,所述点位数据包括目标点位的经纬度和权重子值;
基于所述点位数据,确定各所述子网格对应的权重值;
基于各所述权重值,确定所述父网格内各所述子网格对应的目标渲染数据。
可选地,第二存储模块404,具体用于:
所述基于各所述权重值,确定所述父网格内各所述子网格对应的目标渲染数据,包括:
确定所述父网格内各所述子网格的分布顺序;
基于各所述子网格的分布顺序,确定各所述子网格对应的所述权重值的排序;
基于所述权重值的排序,确定所述父网格内各所述子网格对应的目标渲染数据。
可选地,第二存储模块404,具体用于:
所述将各所述父网格和所述父网格对应的目标渲染数据存储于数据库中,包括:
确定各所述网格级别中各所述父网格的第二分布信息,所述第二分布信息包括所述父网格的横向网格序号和纵向网格序号;
将各所述父网格对应的所述第二分布信息、所述网格级别和所述目标渲染数据存储于数据库中。
图5是本发明提供的电子设备的结构示意图,如图5所示,该电子设备可以包括:处理器(processor)510、通信接口(Communications Interface)520、存储器(memory)530和通信总线540,其中,处理器510,通信接口520,存储器530通过通信总线540完成相互间的通信。处理器510可以调用存储器530中的逻辑指令,以执行热力图数据存储方法,该方法包括:
确定各缩放级别电子地图对应的多个子网格,下一缩放级别中所述子网格的数量为上一缩放级别中所述子网格的数量的N倍,N为正整数;
针对每个缩放级别,确定与所述缩放级别对应的父网格;
将所述缩放级别中呈第一分布的子网格存储于所述父网格中;
确定各所述父网格对应的目标渲染数据,并将各所述父网格和所述父网格对应的目标渲染数据存储于数据库中,所述目标渲染数据用于表征所述父网格中各所述子网格映射至热力图后各所述子网格对应的颜色。
此外,上述的存储器530中的逻辑指令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,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)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
另一方面,本发明还提供一种计算机程序产品,所述计算机程序产品包括计算机程序,计算机程序可存储在非暂态计算机可读存储介质上,所述计算机程序被处理器执行时,计算机能够执行上述各方法所提供的热力图数据存储方法,该方法包括:
确定各缩放级别电子地图对应的多个子网格,下一缩放级别中所述子网格的数量为上一缩放级别中所述子网格的数量的N倍,N为正整数;
针对每个缩放级别,确定与所述缩放级别对应的父网格;
将所述缩放级别中呈第一分布的子网格存储于所述父网格中;
确定各所述父网格对应的目标渲染数据,并将各所述父网格和所述父网格对应的目标渲染数据存储于数据库中,所述目标渲染数据用于表征所述父网格中各所述子网格映射至热力图后各所述子网格对应的颜色。
又一方面,本发明还提供一种非暂态计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现以执行上述各方法提供的热力图数据存储方法,该方法包括:
确定各缩放级别电子地图对应的多个子网格,下一缩放级别中所述子网格的数量为上一缩放级别中所述子网格的数量的N倍,N为正整数;
针对每个缩放级别,确定与所述缩放级别对应的父网格;
将所述缩放级别中呈第一分布的子网格存储于所述父网格中;
确定各所述父网格对应的目标渲染数据,并将各所述父网格和所述父网格对应的目标渲染数据存储于数据库中,所述目标渲染数据用于表征所述父网格中各所述子网格映射至热力图后各所述子网格对应的颜色。
以上所描述的装置实施例仅仅是示意性的,其中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模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下,即可以理解并实施。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件。基于这样的理解,上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在计算机可读存储介质中,如ROM/RAM、磁碟、光盘等,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)执行各个实施例或者实施例的某些部分所述的方法。
最后应说明的是:以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (10)

1.一种热力图数据存储方法,其特征在于,包括:
确定各缩放级别电子地图对应的多个子网格,下一缩放级别中所述子网格的数量为上一缩放级别中所述子网格的数量的N倍,N为正整数;
针对每个缩放级别,确定与所述缩放级别对应的父网格;
将所述缩放级别中呈第一分布的子网格存储于所述父网格中;
确定各所述父网格对应的目标渲染数据,并将各所述父网格和所述父网格对应的目标渲染数据存储于数据库中,所述目标渲染数据用于表征所述父网格中各所述子网格映射至热力图后各所述子网格对应的颜色。
2.根据权利要求1所述的热力图数据存储方法,其特征在于,所述确定与所述缩放级别对应的父网格,包括:
根据缩放级别和网格级别之间的对应关系,确定与所述子网格所处的目标缩放级别对应的目标网格级别;
将所述目标网格级别对应的网格确定为父网格。
3.根据权利要求2所述的热力图数据存储方法,其特征在于,所述根据缩放级别和网格级别之间的对应关系,确定与所述子网格所处的目标缩放级别对应的目标网格级别,包括:
在所述子网格所处的目标缩放级别大于或等于第一阈值的情况下,将所述子网格所处的目标缩放级别对应的目标网格级别确定为第一目标值;
在所述子网格所处的所述目标缩放级别小于第一阈值,且大于第二阈值的情况下,将所述子网格所处的目标缩放级别对应的目标网格级别确定为第二目标值,其中,所述第二目标值为所述目标缩放级别减去第三目标值,所述第三目标值是基于所述父网格内各所述子网格的第一分布信息确定的;
在所述子网格所处的所述目标缩放级别小于或等于第二阈值的情况下,将所述子网格所处的目标缩放级别对应的目标网格级别确定为第四目标值。
4.根据权利要求3所述的热力图数据存储方法,其特征在于,所述第一分布信息包括:所述父网格内各所述子网格的行数和列数,且所述行数和列数相等;
确定所述第三目标值,包括:
确定所述父网格内各所述子网格的行数或列数,所述行数或列数为2的整数次幂;
确定所述行数或列数的幂值,并将所述幂值确定为所述第三目标值。
5.根据权利要求1至4任一项所述的热力图数据存储方法,其特征在于,所述确定各所述父网格对应的目标渲染数据,包括:
确定各所述子网格内的点位数据,所述点位数据包括目标点位的经纬度和权重子值;
基于所述点位数据,确定各所述子网格对应的权重值;
基于各所述权重值,确定所述父网格内各所述子网格对应的目标渲染数据。
6.根据权利要求5所述的热力图数据存储方法,其特征在于,所述基于各所述权重值,确定所述父网格内各所述子网格对应的目标渲染数据,包括:
确定所述父网格内各所述子网格的分布顺序;
基于各所述子网格的分布顺序,确定各所述子网格对应的所述权重值的排序;
基于所述权重值的排序,确定所述父网格内各所述子网格对应的目标渲染数据。
7.根据权利要求2至4任一项所述的热力图数据存储方法,其特征在于,所述将各所述父网格和所述父网格对应的目标渲染数据存储于数据库中,包括:
确定各所述网格级别中各所述父网格的第二分布信息,所述第二分布信息包括所述父网格的横向网格序号和纵向网格序号;
将各所述父网格对应的所述第二分布信息、所述网格级别和所述目标渲染数据存储于数据库中。
8.根据权利要求1至4任一项所述的热力图数据存储方法,其特征在于,所述确定各缩放级别电子地图对应的多个子网格,包括:
将各缩放级别的电子地图进行划分,得到多个子区域;
确定各所述子区域内目标点位的数量,以及所述子区域中心点的位置信息;
基于各所述子区域、所述子区域内目标点位的数量和所述子区域中心点的位置信息,确定各所述子区域对应的子网格。
9.一种热力图数据存储装置,其特征在于,包括:
第一确定模块,用于确定各缩放级别电子地图对应的多个子网格,下一缩放级别中所述子网格的数量为上一缩放级别中所述子网格的数量的N倍,N为正整数;
第二确定模块,用于针对每个缩放级别,确定与所述缩放级别对应的父网格;
第一存储模块,用于将所述缩放级别中呈第一分布的子网格存储于所述父网格中;
第二存储模块,用于确定各所述父网格对应的目标渲染数据,并将各所述父网格和所述父网格对应的目标渲染数据存储于数据库中,所述目标渲染数据用于表征所述父网格中各所述子网格映射至热力图后各所述子网格对应的颜色。
10.一种电子设备,包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现如权利要求1至8任一项所述热力图数据存储方法。
CN202211576061.3A 2022-12-09 2022-12-09 热力图数据存储方法、装置和电子设备 Active CN115577021B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211576061.3A CN115577021B (zh) 2022-12-09 2022-12-09 热力图数据存储方法、装置和电子设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211576061.3A CN115577021B (zh) 2022-12-09 2022-12-09 热力图数据存储方法、装置和电子设备

Publications (2)

Publication Number Publication Date
CN115577021A true CN115577021A (zh) 2023-01-06
CN115577021B CN115577021B (zh) 2023-04-11

Family

ID=84590409

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211576061.3A Active CN115577021B (zh) 2022-12-09 2022-12-09 热力图数据存储方法、装置和电子设备

Country Status (1)

Country Link
CN (1) CN115577021B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117892910A (zh) * 2023-12-22 2024-04-16 曙光云计算集团股份有限公司 分析方法、装置、计算机设备、存储介质和程序产品

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103927933A (zh) * 2013-01-14 2014-07-16 北京中交兴路信息科技有限公司 一种海量移动目标渲染的方法及装置
CN110570491A (zh) * 2019-09-06 2019-12-13 广东省城乡规划设计研究院 热力图生成方法及装置
CN110647608A (zh) * 2019-08-30 2020-01-03 深圳震有科技股份有限公司 基于地图的海量数据聚合显示方法及系统、设备、介质
CN110675728A (zh) * 2018-07-03 2020-01-10 百度在线网络技术(北京)有限公司 热力图的生成方法、装置、设备及计算机可读存储介质
WO2022033009A1 (zh) * 2020-08-11 2022-02-17 网易(杭州)网络有限公司 一种渲染处理的方法及装置、电子设备、存储介质
CN114064829A (zh) * 2021-09-07 2022-02-18 阿里巴巴(中国)有限公司 对定位点进行聚合展示的方法、装置及电子设备

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103927933A (zh) * 2013-01-14 2014-07-16 北京中交兴路信息科技有限公司 一种海量移动目标渲染的方法及装置
CN110675728A (zh) * 2018-07-03 2020-01-10 百度在线网络技术(北京)有限公司 热力图的生成方法、装置、设备及计算机可读存储介质
CN110647608A (zh) * 2019-08-30 2020-01-03 深圳震有科技股份有限公司 基于地图的海量数据聚合显示方法及系统、设备、介质
CN110570491A (zh) * 2019-09-06 2019-12-13 广东省城乡规划设计研究院 热力图生成方法及装置
WO2022033009A1 (zh) * 2020-08-11 2022-02-17 网易(杭州)网络有限公司 一种渲染处理的方法及装置、电子设备、存储介质
CN114064829A (zh) * 2021-09-07 2022-02-18 阿里巴巴(中国)有限公司 对定位点进行聚合展示的方法、装置及电子设备

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117892910A (zh) * 2023-12-22 2024-04-16 曙光云计算集团股份有限公司 分析方法、装置、计算机设备、存储介质和程序产品

Also Published As

Publication number Publication date
CN115577021B (zh) 2023-04-11

Similar Documents

Publication Publication Date Title
CN103902622B (zh) 一种海量移动目标聚合的方法及装置
CN106933833B (zh) 一种基于空间索引技术的位置信息快速查询方法
CN108540988B (zh) 一种场景划分方法及装置
CN115577021B (zh) 热力图数据存储方法、装置和电子设备
CN112214562B (zh) 数据处理方法、装置、电子设备及机器可读存储介质
CN112800115B (zh) 数据处理方法及数据处理装置
WO2019019653A1 (zh) 对地形边界进行提取的设备和方法
CN111522801A (zh) 分布式的数据库动态扩容方法、装置、设备及存储介质
CN112000814A (zh) 一种基于知识图谱的网络实体行为评估方法
CN117933206B (zh) 业务数据处理方法、装置、设备、存储介质及程序产品
CN117828377B (zh) 一种基于公平加权因子的教育感知聚类方法及系统
CN113326343B (zh) 基于多级网格和文件索引的路网数据存储方法及系统
CN112950079B (zh) 绿地供需数据处理方法、系统、计算机设备及存储介质
US10387545B2 (en) Processing page
CN117609566A (zh) 一种道路选取方法、装置、设备及计算机可读存储介质
CN105808617B (zh) 一种电子地图的生成、显示方法和装置
CN116188052A (zh) 共享车辆的投放方法、装置、计算机设备和存储介质
US20160292300A1 (en) System and method for fast network queries
Liu et al. Research on hybrid index based on 3D multi-level adaptive grid and R+ Tree
CN109726310A (zh) 一种推荐音乐曲目的确定方法、装置和存储介质
CN110032445B (zh) 大数据聚集计算方法及装置
CN115588072A (zh) 建筑物数据处理方法和系统、电子设备及可读存储介质
Thiemann et al. A scalable approach for generalization of land cover data
CN112989193A (zh) 数据处理方法、装置、电子设备及计算机存储介质
Pola et al. Similarity sets: A new concept of sets to seamlessly handle similarity in database management systems

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