CN116860790A - 地面观测数据的并行获取方法、装置、设备以及存储介质 - Google Patents

Abstract

本公开的实施例提供了一种地面观测数据的并行获取方法、装置、设备以及存储介质；该方法包括：根据地面观测数据获取请求中携带的影像指定区域，计算影像指定区域内各分片数据的行列号；根据各分片数据的行列号以及影像指定区域的尺寸信息，计算影像指定区域内各分片数据的行列号，并计算各分片数据所在的存储节点；根据各分片数据对应的网格单元编码及GIN索引，在存储节点中查找对各分片数据进行匹配，得到各分片数据对应的匹配数据；根据匹配数据在GIN索引中的key值，向分布式数据库发送匹配数据获取请求；接收分布式数据库基于匹配数据获取请求发送的各分片数据对应的匹配数据，并进行合并。以此方式，可以实现空间数据的快速检索。

Description

地面观测数据的并行获取方法、装置、设备以及存储介质

技术领域

本公开涉及数据检索领域，尤其涉及一种地面观测数据的并行获取方法、装置、设备以及存储介质。

背景技术

随着对地观测技术的快速发展及高分辨率成像传感器的广泛使用，每天获取的数据量呈现指数级增长的趋势，对数据的整合和快速响应提出了更高的要求，使得数据的有效管理和检索面临着巨大挑战。传统模式下的检索技术实现方式应用的场景较为单一，不利于解决数据持续增长带来的检索膨胀问题。构建高效的特征索引结构实现快速检索是大规模数据检索必须面对的问题。

当前的数据检索技术大多是通过增加关系数据库的存储节点、建立非常多的索引实现快速检索，但索引维护成本高，若数据发生变动，索引就会出现重建的情况，直接影响数据库的性能，查询工作也将会受到影响。

当前主流的GIS软件对于海量的数据缺乏高效的统一检索和管理功能，且无法完成互联网用户直接查询的需求，因此如何在海量数据中快速准确的检索影像数据库，快速响应用户检索要求，如今已成为亟待解决的问题。

发明内容

本公开提供了一种地面观测数据的并行获取方法、装置、设备以及存储介质。

根据本公开的第一方面，提供了一种地面观测数据的并行获取方法，该方法包括：

根据地面观测数据获取请求中携带的影像指定区域，计算影像指定区域内各分片数据的行列号；

根据各分片数据的行列号以及影像指定区域的尺寸信息，计算各分片数据所在的存储节点；

根据各分片数据对应的网格单元编码及GIN索引，在存储节点中查找各分片数据对应的匹配数据；

基于网格单元编码gridcell集合中的每个网格单元编码，在GIN索引中对各分片数据进行匹配，得到各分片数据对应的匹配数据；

根据匹配数据在GIN索引中的key值，向分布式数据库发送匹配数据获取请求；

接收分布式数据库基于匹配数据获取请求发送的各分片数据对应的匹配数据，并将各分片数据对应的匹配数据进行合并。

在第一方面的一些实现方式中，基于网格单元编码gridcell集合中的每个网格单元编码，在GIN索引中对各分片数据进行匹配，得到各分片数据对应的匹配数据，包括：

在存储节点中，将网格单元编码gridcell集合中的每个网格单元编码与GIN索引中的key值进行比较，若GIN索引中存在与网格单元编码相同的key值，则从GIN索引中取出对应的空间数据；

将各分片数据的经纬度与空间数据的经纬度进行比较，若满足预设的检索关系，则将空间数据作为各分片数据对应的匹配数据。

在第一方面的一些实现方式中，向分布式数据库发送匹配数据获取请求，包括：

基于匹配数据获取请求，确定分布式数据库中的目标检索服务器组，并向目标检索服务器组发送匹配数据获取请求。

在第一方面的一些实现方式中，目标检索服务器组包括分布式查询服务器和多个检索服务器；其中，

分布式查询服务器，用于将匹配数据获取请求分发至对应的各个检索服务器，并接收各个检索服务器返回的数据。

在第一方面的一些实现方式中，将各分片数据对应的匹配数据进行合并，包括：

根据各分片数据的行列号以及影像指定区域的尺寸信息，计算各分片数据对应的匹配数据的合并位置，并生成合并任务列表；

根据合并任务列表，利用GDAL库对各分片数据对应的匹配数据进行重采样和合并。

在第一方面的一些实现方式中，在将各分片数据对应的匹配数据进行合并之后，方法还包括：

将合并后的匹配数据上传至缓存服务器，以更新缓存服务器中的数据。

在第一方面的一些实现方式中，地面观测数据获取请求对应的待获取数据为时空数据。

根据本公开的第二方面，提供了一种基于并行处理的地面观测数据获取装置，该装置包括：

行列号计算模块，用于根据地面观测数据获取请求中携带的影像指定区域，计算影像指定区域内各分片数据的行列号；

存储节点计算模块，用于根据各分片数据的行列号以及影像指定区域的尺寸信息，计算各分片数据所在的存储节点；

数据匹配模块，用于根据各分片数据对应的网格单元编码及GIN索引，在存储节点中查找各分片数据对应的匹配数据；

数据请求模块，用于根据匹配数据在GIN索引中的key值，向分布式数据库发送匹配数据获取请求；

数据接收模块，用于接收分布式数据库基于匹配数据获取请求发送的各分片数据对应的匹配数据，并将各分片数据对应的匹配数据进行合并。

根据本公开的第三方面，提供了一种电子设备。该电子设备包括：存储器和处理器，存储器上存储有计算机程序，处理器执行程序时实现如以上的方法。

根据本公开的第四方面，提供了一种计算机可读存储介质，其上存储有计算机程序，程序被处理器执行时实现如根据本公开的第一方面的方法。

本公开通过根据地面观测数据获取请求中携带的影像指定区域，计算影像指定区域内各分片数据的行列号；并根据各分片数据的行列号以及影像指定区域的尺寸信息，计算各分片数据所在的存储节点基于各分片数据所在的存储节点；根据各分片数据对应的网格单元编码及GIN索引，在存储节点中查找各分片数据对应的匹配数据；根据匹配数据在GIN索引中的key值，向分布式数据库发送匹配数据获取请求，最终将各分片数据对应的匹配数据进行合并得到最终的匹配数据。本公开将分散的计算机资源统一整合，发挥集群优势，实现数据的快速检索优势，基于时空数据网格化编码和GIN索引，进一步实现了针对时空数据的快速检索。

应当理解，发明内容部分中所描述的内容并非旨在限定本公开的实施例的关键或重要特征，亦非用于限制本公开的范围。本公开的其它特征将通过以下的描述变得容易理解。

附图说明

结合附图并参考以下详细说明，本公开各实施例的上述和其他特征、优点及方面将变得更加明显。附图用于更好地理解本方案，不构成对本公开的限定在附图中，相同或相似的附图标记表示相同或相似的元素，其中：

图1示出了根据本公开的实施例的一种地面观测数据的并行获取方法的流程图；

图2示出了根据本公开的实施例的一种地面观测数据的并行获取过程中数据匹配的示意图；

图3示出了根据本公开的实施例的一种地面观测数据的并行获取过程中数据匹配的流程图；

图4示出了根据本公开的实施例的一种用于数据匹配的分布式检索服务集群架构图；

图5示出了根据本公开的实施例的另一种地面观测数据的并行获取方法的流程图；

图6示出了根据本公开的实施例的一种地面观测数据的并行获取装置的框图；

图7示出了能够实施本公开的实施例的示例性电子设备的方框图。

具体实施方式

为使本公开实施例的目的、技术方案和优点更加清楚，下面将结合本公开实施例中的附图，对本公开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公开一部分实施例，而不是全部的实施例。基于本公开中的实施例，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全部其他实施例，都属于本公开保护的范围。

另外，本文中术语“和/或”，仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。另外，本文中字符“/”，一般表示前后关联对象是一种“或”的关系。

本公开中，通过根据地面观测数据获取请求中携带的影像指定区域，计算影像指定区域内各分片数据的行列号；并根据各分片数据的行列号以及影像指定区域的尺寸信息，计算各分片数据所在的存储节点基于各分片数据所在的存储节点；根据各分片数据对应的网格单元编码及GIN索引，在存储节点中查找各分片数据对应的匹配数据；根据匹配数据在GIN索引中的key值，向分布式数据库发送匹配数据获取请求，最终将各分片数据对应的匹配数据进行合并得到最终的匹配数据。本公开将分散的计算机资源统一整合，发挥集群优势，实现数据的快速检索优势，基于时空数据网格化编码和GIN索引，进一步实现了针对时空数据的快速检索。

图1示出了根据本公开实施例提供的一种地面观测数据的并行获取方法的流程示意图，该方法可以应用于服务器，如图1所示，地面观测数据的并行获取方法100可以包括：

S101，根据地面观测数据获取请求中携带的影像指定区域，计算影像指定区域内各分片数据的行列号。

S102，根据各分片数据的行列号以及影像指定区域的尺寸信息，计算各分片数据所在的存储节点。

S103，根据各分片数据对应的网格单元编码及GIN索引，在存储节点中查找各分片数据对应的匹配数据。

S104，根据匹配数据在GIN索引中的key值，向分布式数据库发送匹配数据获取请求。

S105，接收分布式数据库基于匹配数据获取请求发送的各分片数据对应的匹配数据，并将各分片数据对应的匹配数据进行合并。

在S101-S105的过程中，通过基于空间数据网格化编码和GIN索引，进而实现了针对空间数据的快速检索。

在S101中，根据地面观测数据获取请求中携带的影像指定区域的坐标信息，计算影像指定区域内各分片数据的行列号的过程中，具体可以采用GDAL库进行分片数据行列号的编组处理，坐标与行列号的转换方法如公式(1)和(2)所示：

在公式(1)和(2)中，math.floor()函数是用来返回小于或等于一个预设数字的最大整数，GT[]指代各分片数据坐标点，x为影像指定区域内各分片数据在空间坐标系的x轴坐标，y为影像指定区域内各分片数据在空间坐标系的y轴坐标，r为每一个分片数据在影像指定区域范围中对应网格的行号，c为每一个分片数据在影像指定区域范围中对应网格的列号。

在S102，根据各分片数据的行列号以及影像指定区域的尺寸信息，计算各分片数据所在的存储节点，具体可以包括：

依据分片数据的行列号及请求范围的尺寸信息，计算分片数据所在的节点，如下为计算公式，规定请求范围的宽为W，高为h，每一个块数据在请求范围中对应的行号是r，对应的列号是c，同时规定机器中节点的数量为m，块数据的位置偏移量为offset，计算分片数据所在的节点(i)，计算过程如公式(3)所示：

公式(3)中的index函数返回的数值为分片数据所在节点(i)的编号，即为各分片数据所在的存储节点的编号。

还需要说明的是，各分片数据在存储节点中，是通过网格单元编码gridcell集合进行存储的，每个分片数据对应一个网格单元编码。

为了实现精确匹配各分片数据对应的匹配数据，在S103，根据各分片数据对应的网格单元编码及GIN索引，在存储节点中查找各分片数据对应的匹配数据的过程中，具体可以包括：

在存储节点中，将网格单元编码gridcell集合中的每个网格单元编码与GIN索引中的key值进行比较，若GIN索引中存在与网格单元编码相同的key值，则从GIN索引中取出对应的空间数据；

将各分片数据的经纬度与空间数据的经纬度进行比较，若满足预设的检索关系，则将空间数据作为各分片数据对应的匹配数据，其中该预设的检索关系可以包括相交、包含。

在上述实施例中，先通过部分匹配，从GIN索引中取出对应的空间数据，再进行精确匹配，通过比较经纬度精确确定各分片数据对应的匹配数据，进而可以实现精确匹配各分片数据对应的匹配数据。

进一步地，在S104的过程中，根据通用倒排索引(GIN索引)对切片数据进行精确匹配，基于关系型数据库扩展与北斗网格码相关数据类型，如图2所示，空间数据网格主要包括单元网格(gridcell)和网格集合(geomgrids)。一条空间数据记录对应一条网格集合数据，一条网格集合数据对应多条单元网格数据，每一条单元网格数据以及与单元网格相关的网格数据所在的网格单元编码作为GIN索引的key值存储在索引结构中。

在一些实施例中，在将网格单元编码gridcell集合中的每个网格单元编码与GIN索引中的key值进行比较，若GIN索引中存在与网格单元编码相同的key值，则从GIN索引中取出对应的空间数据的过程，如图3所示，具体可以先将地面观测数据获取请求对应的待获取数据转换成网格单元编码gridcell集合GC＝{C1,c2,…,Cn}，并标记返回结构中部分匹配参数为TRUE，表明数据需要进行部分匹配。

在进行部分匹配的过程中，可以遍历gridcell集合中GC的每一个单元网格Ci(i＝1..n)，并与GIN索引数据中的key值进行比较，如果GIN索引数据中的key值等于Ci，则返回0，否则返回-1表示当前key与gridcell关系不匹配，需要与下一个key进行关系判断，以进行遍历查询。

在一些实施例中，在将各分片数据的经纬度与空间数据的经纬度进行比较，若满足预设的检索关系，则将空间数据作为各分片数据对应的匹配数据的过程中，具体可以将部分匹配返回的posting list中取值为0的对应的GC集合中的网格编码，并从GIN索引中取出对应的空间数据g。然后对待检索的数据的经纬度数据与空间数据g的经纬度数据进行比较，若是满足检索关系(如相交、包含等)需求，则空间数据g即为精确匹配的数据结果。

为了对用于检索的目标检索服务器组进行确定，以向目标检索服务器组发送请求进行高效的匹配数据获取，在一个实施例中，在S105，向分布式数据库发送匹配数据获取请求的过程中，具体可以包括：

基于匹配数据获取请求，通过负载均衡的方式，确定分布式数据库中的目标检索服务器组，并向目标检索服务器组发送匹配数据获取请求。

在上述实施例中，通过对用于检索的目标检索服务器组进行确定，以实现向目标检索服务器组发送请求进行高效的匹配数据获取。

为了对需要获取的匹配数据进行进一步的高效获取，图4示出了一种用于本申请中数据匹配的分布式检索服务集群架构图，如图4所示，该分布式检索服务集群可以包括负载均衡服务器、多组目标检索服务器以及缓存服务器，其中负载均衡服务器与多组目标检索服务器直接连接，缓存服务器与目标检索服务器连接，目标检索服务器包括分布式查询服务器和与分布式查询服务器连接诶的多个检索服务器；其中，

分布式查询服务器，用于将匹配数据获取请求分发至对应的各个检索服务器，并接收各个检索服务器返回的数据。

需要说明的是，上述在将匹配数据获取请求分发至对应的各个检索服务器的过程中，可以通过负载均衡服务器以负载均衡的方式，确定分布式数据库中的目标检索服务器组，并向目标检索服务器组发送匹配数据获取请求，在该过程中可以基于最小连接数算法根据后端服务器当前的连接情况，动态地选取其中当前积压连接数最少的一台服务器来处理当前请求，尽可能提高后端服务器的利用效率，将负载合理地分流到每一台机器，最终把所有请求按照不同服务器的请求荷载分发给所有的服务器并行检索，最大程度地提高服务器的利用率。

在向目标检索服务器组发送匹配数据获取请求的过程中，可以使用最小连接数法对请求进行负载均衡，分别将请求分发给不同集群，使其并行查找请求的切片数据。

在上述实施例中，通过使用分布式查询的方式，结合目标检索服务器组进行并行数据查找，从而可以实现对需要匹配的数据进行高效获取。

在一些实施例中，通过云计算技术，创建全联检索引擎，通过分布式索引创建和分布式查询实现对大量非结构化数据通过一个字段入口进行统一检索查询。分布式检索服务集群分为两个层次：

第一个层次是目标检索服务器组，每个目标检索服务器组都可以独立地提供检索服务；

第二个层次是目标检索服务器组内部的分布式查询服务器和检索服务器，分布式查询服务器以并行的方式把检索请求发送到各个检索服务器，并把结果收集回来，经过整理合并后完成对检索请求的响应。

负载均衡服务器负责将用户的请求分发给合适的检索服务器组。

缓存服务器接受分布式查询服务器的查询请求，如果命中，直接返回查询结果。从客户端Client发起请求数据时，首先检查缓存服务器是否有所需要的数据。如果没有则需要查询数据库，而此时数据要求查询多个远程服务器上多个数据库中表，此时利用分布式查询获得数据，然后更新在缓存服务器上的数据保持数据更新同步，同时向客户端Client直接返回数据。

为了将分片数据对应的匹配数据合并成一个完整的数据，在一个实施例中，在S106，将各分片数据对应的匹配数据进行合并的过程，具体可以包括，根据各分片数据的行列号以及影像指定区域的尺寸信息，计算各分片数据对应的匹配数据的合并位置，并生成合并任务列表；

根据合并任务列表，利用GDAL库对各分片数据对应的匹配数据进行重采样和合并。

在一个具体的示例中，重采样和合并可以基于Spark根据集群分配的影像获取范围，通过切片影像行列号计算切片合并位置，形成切片合并任务列表，通过GDAL根据分配的合并任务对每个集群的切片数据进行重采样和合并。

具体重采样和合并的流程如下：

①Spark合并任务启动；

②Spark Driver读取各集群分配的影像获取范围信息；

③Spark Driver根据影像获取范围信息和切片影像行列号计算切片合并位置；

④Spark Driver将合并任务分派给各个Worker；

⑤Spark Worker根据Driver分配的切片任务通过GDAL完成重采样和合并，生成多个影像块数据；

最后，通过GDAL对每个集群合并后的块数据进行重采样和合并，将合并后的切片数据响应至客户端。

在上述实施例中，通过将分片数据对应的匹配数据合并成一个完整的数据，进而实现了匹配数据的完整性。

为了使缓存服务器可以保存匹配到的数据，以使下次查询同样数据时可以直接进行调取，提高查询速度，在一些实施例中，在将各分片数据对应的匹配数据进行合并之后，还可以将合并后的匹配数据上传至缓存服务器，以更新缓存服务器中的数据，用于在下次查询时，如果查询相同的数据，可以直接进行调取。

需要说明的是，在一些实施例中，地面观测数据获取请求对应的待获取数据为时空数据，进而可以实现针对空间数据的快速检索。

图5示出了本发明的另一种地面观测数据的并行获取方法的流程示意图，如图5所示，地面观测数据的并行获取过程，可以为用户端向服务器请求获取影像指定区域的数据，地面观测数据获取请求，服务器根据请求确定影像指定区域对应的各分片数据的行列号，之后基于分片数据的行列号确定分片数据所在的存储节点，然后服务器向分布式数据库中的存储节点请求需要的分片数据，并将请求到的分片数据合并成一个完整的数据返回给用户端。因为本申请在服务器基于分片数据的行列号确定分片数据所在的存储节点，然向分布式数据库中的存储节点请求需要的分片数据的过程中，通过基于空间数据网格化编码和GIN索引，进而可以实现针对空间数据的快速检索。

根据本公开的实施例，通过根据地面观测数据获取请求中携带的影像指定区域，计算影像指定区域内各分片数据的行列号；并根据各分片数据的行列号以及影像指定区域的尺寸信息，计算各分片数据所在的存储节点基于各分片数据所在的存储节点；根据各分片数据对应的网格单元编码及GIN索引，在存储节点中查找各分片数据对应的匹配数据；根据匹配数据在GIN索引中的key值，向分布式数据库发送匹配数据获取请求，最终将各分片数据对应的匹配数据进行合并得到最终的匹配数据。本公开将分散的计算机资源统一整合，发挥集群优势，实现数据的快速检索优势，基于时空数据网格化编码和GIN索引，进一步实现了针对时空数据的快速检索。

以上是关于方法实施例的介绍，以下通过装置实施例，对本公开所述方案进行进一步说明。

图6示出了根据本公开的实施例的一种基于并行处理的地面观测数据获取装置的框图。

如图6所示，基于并行处理的地面观测数据获取装置600包括：

行列号计算模块601，用于根据地面观测数据获取请求中携带的影像指定区域，计算影像指定区域内各分片数据的行列号；

存储节点计算模块602，用于根据各分片数据的行列号以及影像指定区域的尺寸信息，计算各分片数据所在的存储节点；

数据匹配模块603，根据各分片数据对应的网格单元编码及GIN索引，在存储节点中查找各分片数据对应的匹配数据；

数据请求模块604，用于根据匹配数据在GIN索引中的key值，向分布式数据库发送匹配数据获取请求；

数据接收模块605，用于接收分布式数据库基于匹配数据获取请求发送的各分片数据对应的匹配数据，并将各分片数据对应的匹配数据进行合并。

需要说明的是，对于前述的各方法实施例，为了简单描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本公开并不受所描述的动作顺序的限制，因为依据本公开，某些步骤可以采用其他顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于可选实施例，所涉及的动作和模块并不一定是本公开所必须的。

所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，所述描述的模块的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。

根据本公开的实施例，本公开还提供了一种电子设备、一种可读存储介质和一种计算机程序产品。

图7示出了能够实施本公开的实施例的示例性电子设备的方框图。电子设备旨在表示各种形式的数字计算机，诸如，膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本公开的实现。

设备700包括计算单元701，其可以根据存储在只读存储器(ROM)702中的计算机程序或者从存储单元708加载到随机访问存储器(RAM)703中的计算机程序，来执行各种适当的动作和处理。在RAM 703中，还可存储设备700操作所需的各种程序和数据。计算单元701、ROM 702以及RAM 703通过总线704彼此相连。输入/输出(I/O)接口705也连接至总线704。

设备700中的多个部件连接至I/O接口705，包括：输入单元706，例如键盘、鼠标等；输出单元707，例如各种类型的显示器、扬声器等；存储单元708，例如磁盘、光盘等；以及通信单元709，例如网卡、调制解调器、无线通信收发机等。通信单元709允许设备700通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。

计算单元701可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元701的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。计算单元701执行上文所描述的各个方法和处理，例如方法100。例如，在一些实施例中，方法100可被实现为计算机软件程序，其被有形地包含于机器可读介质，例如存储单元708。在一些实施例中，计算机程序的部分或者全部可以经由ROM 702和/或通信单元709而被载入和/或安装到设备700上。当计算机程序加载到RAM703并由计算单元701执行时，可以执行上文描述的方法100的一个或多个步骤。

本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、现场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。

用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器，使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行，作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。

在本公开的上下文中，机器可读介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。

为了提供与用户的交互，可以在计算机上实施此处描述的系统和技术，该计算机具有：用于向用户显示信息的显示装置(例如，CRT(阴极射线管)或者LCD(液晶显示器)监视器)；以及键盘和指向装置(例如，鼠标或者轨迹球)，用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈(例如，视觉反馈、听觉反馈、或者触觉反馈)；并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。

可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如，作为数据服务器)、或者包括中间件部件的计算系统(例如，应用服务器)、或者包括前端部件的计算系统(例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如，通信网络)来将系统的部件相互连接。通信网络的示例包括：局域网(LAN)、广域网(WAN)和互联网。

计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器，也可以为分布式系统的服务器，或者是结合了区块链的服务器。

应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本公开中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行，只要能够实现本公开的技术方案所期望的结果，本文在此不进行限制。

上述具体实施方式，并不构成对本公开保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本公开的精神和原则之内所作的修改、等同替换和改进等，均应包含在本公开保护范围之内。

Claims (10)

1.一种地面观测数据的并行获取方法，其特征在于，所述方法包括：

根据地面观测数据获取请求中携带的影像指定区域，计算所述影像指定区域内各分片数据的行列号；

根据所述各分片数据的行列号以及所述影像指定区域的尺寸信息，计算所述各分片数据所在的存储节点；

根据各分片数据对应的网格单元编码及GIN索引，在所述存储节点中查找各分片数据对应的匹配数据；

根据所述匹配数据在GIN索引中的key值，向分布式数据库发送匹配数据获取请求；

接收所述分布式数据库基于所述匹配数据获取请求发送的各分片数据对应的匹配数据，并将所述各分片数据对应的匹配数据进行合并。

2.根据权利要求1所述的方法，其特征在于，所述根据各分片数据对应的网格单元编码及GIN索引，在所述存储节点中查找各分片数据对应的匹配数据，包括：

在所述存储节点中，将所述网格单元编码gridcell集合中的每个网格单元编码与GIN索引中的key值进行比较，若GIN索引中存在与网格单元编码相同的key值，则从GIN索引中取出对应的空间数据；

将各分片数据的经纬度与所述空间数据的经纬度进行比较，若满足预设的检索关系，则将所述空间数据作为各分片数据对应的匹配数据。

3.根据权利要求1所述的方法，其特征在于，所述向分布式数据库发送匹配数据获取请求，包括：

基于匹配数据获取请求，确定分布式数据库中的目标检索服务器组，并向所述目标检索服务器组发送所述匹配数据获取请求。

4.根据权利要求3所述的方法，其特征在于，

所述目标检索服务器组包括分布式查询服务器和多个检索服务器；其中，

所述分布式查询服务器，用于将所述匹配数据获取请求分发至对应的各个检索服务器，并接收所述各个检索服务器返回的数据。

5.根据权利要求1所述的方法，其特征在于，所述将所述各分片数据对应的匹配数据进行合并，包括：

根据所述各分片数据的行列号以及所述影像指定区域的尺寸信息，计算所述各分片数据对应的匹配数据的合并位置，并生成合并任务列表；

根据所述合并任务列表，利用GDAL库对所述各分片数据对应的匹配数据进行重采样和合并。

6.根据权利要求1所述的方法，其特征在于，在将所述各分片数据对应的匹配数据进行合并之后，所述方法还包括：

将合并后的匹配数据上传至缓存服务器，以更新所述缓存服务器中的数据。

7.根据权利要求1-6中任一项所述的方法，其特征在于，所述地面观测数据获取请求对应的待获取数据为时空数据。

8.一种地面观测数据的并行获取装置，其特征在于，所述装置包括：

行列号计算模块，用于根据地面观测数据获取请求中携带的影像指定区域，计算所述影像指定区域内各分片数据的行列号；

存储节点计算模块，用于根据所述各分片数据的行列号以及所述影像指定区域的尺寸信息，计算所述各分片数据所在的存储节点；

数据匹配模块，用于根据各分片数据对应的网格单元编码及GIN索引，在所述存储节点中查找各分片数据对应的匹配数据；

数据请求模块，用于根据所述匹配数据在GIN索引中的key值，向分布式数据库发送匹配数据获取请求；

数据接收模块，用于接收所述分布式数据库基于所述匹配数据获取请求发送的各分片数据对应的匹配数据，并将所述各分片数据对应的匹配数据进行合并。

9.一种电子设备，其特征在于，包括：

至少一个处理器；

以及与所述至少一个处理器通信连接的存储器；

其特征在于，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1-7中任一项所述的方法。

10.一种存储有计算机指令的非瞬时计算机可读存储介质，其特征在于，

所述计算机指令用于使所述计算机执行根据权利要求1-7中任一项所述的方法。