KR101852597B1 - 이동객체 빅데이터 정보저장 시스템 및 이를 이용한 이동객체 빅데이터 저장 및 색인 처리 방법 - Google Patents

이동객체 빅데이터 정보저장 시스템 및 이를 이용한 이동객체 빅데이터 저장 및 색인 처리 방법 Download PDF

Info

Publication number
KR101852597B1
KR101852597B1 KR1020170118039A KR20170118039A KR101852597B1 KR 101852597 B1 KR101852597 B1 KR 101852597B1 KR 1020170118039 A KR1020170118039 A KR 1020170118039A KR 20170118039 A KR20170118039 A KR 20170118039A KR 101852597 B1 KR101852597 B1 KR 101852597B1
Authority
KR
South Korea
Prior art keywords
moving object
index
time
spatial
data
Prior art date
Application number
KR1020170118039A
Other languages
English (en)
Inventor
김창수
이주섭
황규문
Original Assignee
주식회사 포스웨이브
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 주식회사 포스웨이브 filed Critical 주식회사 포스웨이브
Priority to KR1020170118039A priority Critical patent/KR101852597B1/ko
Application granted granted Critical
Publication of KR101852597B1 publication Critical patent/KR101852597B1/ko

Links

Images

Classifications

    • G06F17/30321—
    • 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
    • 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
    • G06F16/2219—Large Object storage; Management thereof
    • G06F17/30318—

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Software Systems (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

본 발명의 일 실시예에 따른 이동객체 빅데이터 정보저장 시스템은 이동객체 데이터 및 이동객체 검색 쿼리를 제공하는 이동객체 빅데이터 클라이언트 단말기; 및 상기 이동객체 데이터를 시간 색인 및 공간 색인을 적용시켜 저장하고, 상기 이동객체 검색 쿼리에 따른 시간 색인 및 공간 색인에 부합하는 이동객체 데이터를 조회 및 호출하는 이동객체 빅데이터 분산클러스터 서버를 포함한다.

Description

이동객체 빅데이터 정보저장 시스템 및 이를 이용한 이동객체 빅데이터 저장 및 색인 처리 방법{MOVING OBJECT BIG-DATA INFORMATION STORAGE SYSTEMS AND PROCESSING METHOD USING THE SAME}
본 발명은 이동객체 빅데이터 정보 저장 시스템 및 이를 이용한 이동객체 빅데이터 저장 및 색인 처리 방법에 관한 것이다
최근, 사람, 자동차, 비행기, 미사일 및 이동형 센서, 핸드폰, PDA, 노트북 등과 같은 이동객체를 다루는 다양한 위치기반서비스(LBS; Location-Based Services) 및 데이터베이스 응용들이 등장함에 따라 실로 방대한 양의 위치 데이터가 생성되고 있으며, 이동 객체의 공간(위치) 정보를 저장 관리하고 정보를 요구하는 다양한 사용자 질의를 처리할 필요성이 대두되었다.
위치기반 서비스(LBS; location-based services)란, 이동객체의 위치를 확인하고 그 위치에 따라 필요한 정보를 제공하는 무선 통신서비스를 말하는 것으로, 이동객체들의 위치는 소정의 시간간격으로(일반적으로 다소 불규칙적임) 측위되며, 이렇게 측위된 위치정보들은 위치정보지원센터(SMLC; Serving Mobile Location Center)에 데이터베이스화되어 관리되고, 서비스제공자로서는 위치정보제공 게이트웨이(GMLC; Gateway Mobile Location Center)를 통해 필요한 이동 객체 정보 및 그 위치정보들을 추출하여 이를 기반으로 이동객체들에게 위치기반서비스를 제공하게 된다.
아울러, 이동객체 데이터는 변화하는 시간상의 위치 정보뿐만 아니라 이동객체에 부착된 센서를 통해 획득할 수 있는 다양한 정보를 포함한다.
이동객체는 지속적으로 위치가 이동하게 되며, 이동 객체를 수집하는 시스템에서는 이동 객체 별로 고유한 ID를 부여하여 그 위치를 주기/비주기적으로 적재 하게 된다.
IoT 기술의 발달로 이동객체의 수집되는 객체의 개수의 증가 및 처리 성능 발달에 따른 객체당 수집 주기가 짧아져, 이동객체에 대한 데이터 수집양은 비약적으로 증가하게 되었다.
특히 USN 환경에서 획득할 수 있는 이동객체 정보는 위치를 포함하여 온도, 습도, 브레이크 신호, 방향, 속도 등 센서 정보만큼 다양해 짐에 따라 이러한 정보를 효과적으로 저장, 관리 분석 할 수 있는 처리 플랫폼이 필요하다.
이렇듯, 비약적으로 증가한 이동객체 데이터는 기존의 RDBMS(Relational Data Base Management System)로 처리가 불가능한 수준에 이르고 있으며, 이로 인하여 클라우드 컴퓨팅 기술인 하둡(High-Availability Distributed Object-Oriented Platform) 또는 Spark 등 빅데이터 기술의 접목이 필요하다.
한국등록특허 제10-0546799호 (시공간 데이터 통합과 정보 제어를 통한 이동객체 관리 장치 및 그 방법)
본 발명의 목적은 시간의 흐름에 따라 지속적으로 유입되는 객체의 위치 정보와 함께 객체 유형에 따라 상이한 자료 구조를 갖는 속성 정보를 사용자 정의 양식으로 미리 정의하고, 빅데이터 급으로 수집되는 이동객체 데이터를 빠르게 적재하고, 효과적으로 조회 할 수 있는 이동객체 빅데이터 정보저장 시스템 및 이를 이용한 이동객체 빅데이터 저장 및 색인 처리 방법을 제공하는 데 있다.
본 발명의 목적은 이상에서 언급한 목적으로 제한되지 않으며, 언급되지 않은 또 다른 목적들은 아래의 기재로부터 당업자에게 명확하게 이해될 수 있을 것이다.
본 발명의 일 실시예에 따른 이동객체 빅데이터 정보저장 시스템은 이동객체 데이터 및 이동객체 검색 쿼리를 제공하는 클라이언트 단말기; 및 상기 이동객체 데이터를 시간 색인 및 공간 색인을 적용시켜 저장하고, 상기 이동객체 검색 쿼리에 따른 시간 색인 및 공간 색인에 부합하는 이동객체 데이터를 조회 및 호출하는 데이터 분산 클러스터 서버를 포함한다.
본 발명의 일 실시예에 따른 이동객체 빅데이터 저장 및 색인 처리 방법은 클라이언트 단말기로부터 제공된 이동객체 데이터에 시간 색인 및 공간 색인을 적용시켜 적재하는 이동객체 적재과정; 및 상기 클라이언트 단말기로부터 요청된 검색 쿼리에 기초하여 적재된 이동객체 데이터를 시간 색인 및 공간 색인을 통해 조회한 후, 조회결과에 부합하는 객체 데이터를 호출하는 이동객체 데이터 조회/호출과정을 포함한다.
상기 과제의 해결 수단은 본 발명의 특징을 모두 열거한 것은 아니다. 본 발명의 과제 해결을 위한 다양한 수단들은 이하의 상세한 설명의 구체적인 실시형태를 참조하여 보다 상세하게 이해될 수 있을 것이다.
본 발명의 일 실시예에 따른 이동객체 빅데이터 저장 및 색인 처리 방법을 이용하면, 빅데이터급 대규모 이동객체 데이터를 용이하게 적재할 수 있고, 시간 및 공간 색인을 활용하여 고속의 이동객체 시공간 조화가 가능하게 되어, 단일 시스템 및 RDBMS 기반에서 수집 및 처리되지 못하였던 빅데이터급 대규모 이동객체 데이터를 처리하는 시간과 비용을 줄일 수 있으며, 하둡 및 Spark 기반 클러스터를 통해 이동객체 데이터의 MapReduce 기반 처리가 가능하다.
도 1은 본 발명의 일 실시예에 따른 이동객체 빅데이터 정보저장 시스템을 나타낸 블록도이다.
도 2는 도 1에 도시된 이동객체 빅데이터 분산클러스터 서버를 나타낸 블록도이다.
도 3은 이동객체의 저장구조를 나타낸 예시도이다.
도 4는 이동객체의 시공간 쿼리 시 가능한 쿼리와 그 결과를 나타낸 그래프이다.
도 5는 본 발명의 일 실시예에 따른 이동객체 빅데이터 저장 및 색인 처리 방법을 흐름도이다.
도 6은 도 5에 도시된 S710의 흐름도이다.
도 7은 도 5에 도시된 S720의 흐름도이다.
도 8은 시간영역에 대한 고정 색인 구간 생성 예 및 시간 조회 시 조회할 영역을 도시한 예시도이다.
도 9는 시간적 색인 정보의 저장 구조를 나타낸 예시도이다.
도 10은 공간영역에 대한 고정 색인 격자 생성 예 및 공간 조회 시 조회할 영역을 도시한 도이다.
도 11은 공간 색인 정보의 저장 구조를 나타낸 예시도이다.
도 12는 본 명세서에 개진된 하나 이상의 실시예가 구현될 수 있는 예시적인 컴퓨팅 환경을 도시하는 도이다.
다양한 실시예들 및/또는 양상들이 이제 도면들을 참조하여 개시된다. 하기 설명에서는 설명을 목적으로, 하나 이상의 양상들의 전반적 이해를 돕기 위해 다수의 구체적인 세부사항들이 개시된다. 그러나, 이러한 양상(들)은 이러한 구체적인 세부사항들 없이도 실행될 수 있다는 점 또한 본 발명의 기술 분야에서 통상의 지식을 가진 자에게 인식될 수 있을 것이다. 이후의 기재 및 첨부된 도면들은 하나 이상의 양상들의 특정한 예시적인 양상들을 상세하게 기술한다. 하지만, 이러한 양상들은 예시적인 것이고 다양한 양상들의 원리들에서의 다양한 방법들 중 일부가 이용될 수 있으며, 기술되는 설명들은 그러한 양상들 및 그들의 균등물들을 모두 포함하고자 하는 의도이다.
또한, 다양한 양상들 및 특징들이 다수의 디바이스들, 컴포넌트들 및/또는 모듈들 등을 포함할 수 있는 시스템에 의하여 제시될 것이다. 다양한 시스템들이, 추가적인 장치들, 컴포넌트들 및/또는 모듈들 등을 포함할 수 있다는 점 그리고/또는 도면들과 관련하여 논의된 장치들, 컴포넌트들, 모듈들 등 전부를 포함하지 않을 수도 있다는 점 또한 이해되고 인식되어야 한다.
본 명세서에서 사용되는 "실시예", "예", "양상", "예시" 등은 기술되는 임의의 양상 또는 설계가 다른 양상 또는 설계들보다 양호하다거나, 이점이 있는 것으로 해석되지 않을 수도 있다. 아래에서 사용되는 용어들 '컴포넌트', '모듈', '시스템', '인터페이스' 등은 일반적으로 컴퓨터 관련 엔티티(computer-related entity)를 의미하며, 예를 들어, 하드웨어, 하드웨어와 소프트웨어의 조합, 소프트웨어를 의미할 수 있다.
더불어, 용어 "또는"은 배타적 "또는"이 아니라 내포적 "또는"을 의미하는 것으로 의도된다. 즉, 달리 특정되지 않거나 문맥상 명확하지 않은 경우에, "X는 A 또는 B를 이용한다"는 자연적인 내포적 치환 중 하나를 의미하는 것으로 의도된다. 즉, X가 A를 이용하거나; X가 B를 이용하거나; 또는 X가 A 및 B 모두를 이용하는 경우, "X는 A 또는 B를 이용한다"가 이들 경우들 어느 것으로도 적용될 수 있다. 또한, 본 명세서에 사용된 "및/또는"이라는 용어는 열거된 관련 아이템들 중 하나 이상의 아이템의 가능한 모든 조합을 지칭하고 포함하는 것으로 이해되어야 한다.
또한, "포함한다" 및/또는 "포함하는"이라는 용어는, 해당 특징 및/또는 구성요소가 존재함을 의미하지만, 하나 이상의 다른 특징, 구성요소 및/또는 이들의 그룹의 존재 또는 추가를 배제하지 않는 것으로 이해되어야 한다. 또한, 달리 특정되지 않거나 단수 형태를 지시하는 것으로 문맥상 명확하지 않은 경우에, 본 명세서와 청구범위에서 단수는 일반적으로 "하나 또는 그 이상"을 의미하는 것으로 해석되어야 한다. 더불어, 본 명세서에서 사용되는 용어 "클라이언트", "유저" 및 "사용자"는 종종 상호교환가능하게 사용될 수 있다. 더불어, 본 명세서에서 사용되는 용어 "컴포넌트" 및 "엘리먼트" 또한 종종 상호교환가능하게 사용될 수 있다.
이하, 첨부된 도면들에 기초하여 본 발명의 일 실시예에 따른 분산처리시스템 및 이를 이용한 이동객체 빅데이터 저장 및 색인 처리 방법을 보다 상세하게 설명하도록 한다.
도 1은 본 발명의 일 실시예에 따른 이동객체 빅데이터 정보저장 시스템을 나타낸 블록도이다.
도 1에 도시된 바와 같이, 본 발명의 일 실시예에 따른 이동객체 빅데이터 정보저장 시스템(10)은 이동객체 빅데이터 클라이언트 단말기(100) 및 이동객체 빅데이터 분산클러스터 서버(200)를 포함할 수 있다.
참고로, 상기 이동객체 빅데이터 클라이언트 단말기(100), 이동객체 빅데이터 분산클러스터 서버(200)는 네트워크를 통해 연결된다.
이러한 네트워크는 기지국(BTS; Base Transceiver Station), 이동교환국(MSC; Mobile Switching Center), 및 홈 위치 등록기(HLR; Home Location Register)로 이루어진 무선 이동통신망을 이용하여 데이터 통신을 할 수 있다.
참고로, 무선 이동 통신망(mobile radio communication network)은 기지국(BTS), 이동교환국(MSC), 홈 위치 등록기(HLR) 이외에, 무선 패킷 데이터의 송수신을 가능하게 하는 액세스 게이트웨이(Access Gateway), PDSN(Packet Data Serving Node) 등과 같은 구성 요소를 추가로 포함할 수 있다. 또한 유무선 통신망이 유선 통신망으로 구현되는 경우, 네트워크 통신망으로 구현될 수 있는데 TCP/IP(Transmission Control Protocol/Internet Protocol) 등의 인터넷 프로토콜에 따라서 데이터 통신이 이루어질 수 있다.
상기 이동객체 빅데이터 클라이언트 단말기(100)는 기 설정된 클라이언트 인터페이스를 통해 적재할 이동객체 빅데이터를 이동객체 빅데이터 분산클러스터 서버(200)에 전송하거나, 이동객체 빅데이터 및 속성정보를 포함하는 이동객체 시공간 데이터를 검색하기 위한 검색쿼리를 이동객체 빅데이터 분산클러스터 서버(200)로 전송한 후, 검색(조회)을 요청하고, 이동객체 빅데이터 분산클러스터 서버(200)에서 검색처리된 검색 쿼리에 매칭되는 결과를 수신하는 단말기일 수 있다.
상기 이동객체 빅데이터 클라이언트 단말기(100)은 컴퓨터로 구현될 수 있다. 여기서, 컴퓨터는 예를 들어, 노트북, 데스크톱(Desktop), 랩톱(Laptop) 등을 포함할 수 있다. 또한, 클라이언트 단말기(100)는, 예를 들어, 휴대성과 이동성이 보장되는 무선 통신 장치로서, PCS(Personal Communication System), GSM(Global System for Mobile communications), PDC(Personal Digital Cellular), PHS(Personal Handyphone System), PDA(Personal Digital Assistant), IMT(International Mobile Telecommunication)-2000, CDMA(Code Division Multiple Access)-2000, W-CDMA(W-Code Division Multiple Access), Wibro(Wireless Broadband Internet) 단말, 스마트폰(smartphone), 스마트 패드(smartpad), 타블렛 PC(Tablet PC) 등과 같은 모든 종류의 핸드헬드(Handheld) 기반의 무선 통신 장치를 포함할 수 있다.
도 2는 도 1에 도시된 이동객체 빅데이터 분산클러스터 서버의 구성을 나타낸 블록도이고, 도 3은 이동객체 데이터의 저장 구조를 나타낸 예시도이다.
먼저, 도 2를 참조하면, 본 발명의 이동객체 빅데이터 분산클러스터 서버(200)는 적재할 이동객체 데이터를 기 설정된 데이터 구조로 가공한 후, 이동객체 빅데이터 분산저장파일 시스템(230)에 분산 저장하고, 상기 이동객체 빅데이터 분산저장파일 시스템(230) 내에 적재 시에, 고정 그리드 내의 위치정보 특성을 나타낸 공간 색인 정보를 그리드 별로 생성하고, 고정 시간 간격 내의 시간 정보 특성을 나타낸 시간 색인 정보를 시간 간격 별로 생성하여 부여한다.
또한, 상기 이동객체 빅데이터 클라이언트 단말기(100)로부터 검색 영역 쿼리를 수신한 후, 공간 및 시간 색인 정보를 이용하여 검색 영역 쿼리에 매칭되는 이동객체 데이터를 추출한 검색 결과를 상기 이동객체 빅데이터 클라이언트 단말기(100)로 전송한다.
상술한 기능을 수행하도록, 상기 이동객체 빅데이터 분산클러스터 서버(200)는 이동객체 빅데이터 입출력부(210), 이동객체 빅데이터 분산처리부(220), 이동객체 빅데이터 분산저장파일시스템(230)를 포함할 수 있다.
상기 이동객체 빅데이터 입출력부(210)는 이동객체 빅데이터의 입력 및 출력에 관여한다.
상기 이동객체 빅데이터 분산저장파일시스템(230)은 영구적 저장을 위한 디스크장치의 분산 저장과 빠른 처리를 위한 인메모리 기반의 분산 저장 모두를 포함한다.
예컨대, 하둡 기반의 분산 데이터 저장소인 HDFS 클러스터(Hadoop Distributed File System Cluster) 장치의 경우, 적어도 하나 이상 복수개의 데이터 노드 서버를 포함할 수 있다. 여기서 HDFS(Hadoop Distributed File System)은 파일 분산 시스템을 말하는 것으로서, 용량 큰 파일들을 복수개의 HDFS 서버에 분산하여 저장하는 시스템을 말한다.
인메모리 기반의 분산 저장소인 RDD(Resilient Distributed Dataset) 장치의 경우, 적어도 하나이상 복수개의 데이터 노드 서버를 포함하여 단일의 데이터 노드의 물리 메모리영역을 벗어나는 대용량 데이터를 인메모리 상에 분산 저장하여 빅데이터 수준의 인메모리 처리가 가능한 시스템을 말한다.
상기 이동객체 빅데이터 분산클러스터 처리부(220)은 이동객체 데이터를 기 설정된 데이터 구조로 가공한 후, 이동객체 빅데이터 분산저장파일시스템(230)에 분산 저장하고, 상기 이동객체 빅데이터 분산저장파일시스템(230) 내에 적재시에 시간 색인 및 공간 색인을 부여하고, 상기 검색 쿼리에 따른 질의정보에 부합하는 이동객체 빅데이터 분산저장파일시스템(230) 내에 저장된 이동객체 데이터의 시간 색인 및 공간 색인의 검색/조회를 통해 호출한다.
상기 이동객체 빅데이터 분산클러스터 처리부(220)은 이동객체 분류 및 ID 생성부(221) 및 이동객체 시공간 색인 처리부(222)를 포함할 수 있다.
상기 이동객체 분류 및 ID 생성부(221)는 기 설정된 데이터 저장구조를 갖도록 이동객체를 가공하여 적재하기 위한 객체분류부(221a) 및 ID 생성부(221b)를 포함할 수 있다.
상기 객체분류부(221a)는 이동객체의 속성을 분류한 후, 동일한 속성을 갖는 이동객체 별로 분류하는 기능을 한다.
상기 ID 생성부(221b)는 저장될 이동객체의 고유ID를 생성하여 부여한다.
도 3는 이동객체 데이터의 저장 구조를 나타낸 예시도로서, 도 3을 참조하면, 상기 이동객체 정보의 저장구조는 각 이동객체의 고유정보를 저장하는 “관리테이블”과 이동객체의 시간의 흐름에 따른 변화 정보가 지속적으로 적재되는 “객체레이어”로 구성되며, 두 레이어 간에는 고유한 객체키인 “UID”로 참조된다.
보다 구체적으로, 상기 “관리테이블”은 이동객체의 고유 정보를 저장하는 비공간 테이블로서 “객체레이어”에서 각 객체의 이동 지점 정보를 참조하는 객체키(UID)와 고유 일련번호 등의 이동 객체의 고유값을 나타내는 객체ID(obj_ID) 컬럼을 기본 컬럼으로 구성하고, 그 밖에 고유 속성을 나타내는 기타 컬럼으로 구성되며, 기타 컬럼은 수집되는 이동객체 특성이 맞추어 유저가 정의한 컬럼으로 이루어진다.
상기 “객체레이어”는 각 이동객체의 이동 지점정보를 저장하는 공간레이어로서, “관리테이블”에서 이동객체의 고유정보를 참조하는 객체키(UID)와 이동 지점의 고유지점에 대한 고유 Sequence-ID를 나타내는 지점 ID(Node_ID), 해당 지점의 위치 정보를 저장하는 Point 컬럼, 해당 지점이 적재된 시간을 나타내는 Timestamp와 이동객체의 지점 적재시점의 이벤트 정보를 저장하는 기타 이벤트 컬럼들로 구성되며, 기타 이벤트 컬럼의 경우 이동객체 이벤트 정보에 맞추어 유저가 정의한 컬럼으로 이루어진다.
이중 UID, Obj_ID, Node_ID등은 ID 생성부(221b)로부터 각각 Sequence-ID를 할당받는다.
참고로, 도 4는 이동객체의 시공간 쿼리 시 가능한 쿼리와 그 결과를 나타낸 그래프로서, 도 4의 경우처럼, 시공간 쿼리 시 시간 + 공간 탐색된 인벨롭(envelope) 내의 궤적의 경우 연속 된 궤적 중 일부가 누락 된 결과를 가져오게 된다.
이에 본 발명과 같이, 이동객체 데이터에 Sequence-ID가 할당된 Node_ID를 이용하면 시공간 쿼리 시 시간 + 공간 탐색된 인벨롭(envelope) 내의 궤적 중 누락된 궤적을 파악 할 수 있다.
다음으로, 상기 이동객체 시공간 색인 처리부(222)는 이동객체 분류 및 ID 생성부(221)에서 적재된 이동객체 데이터에 할당할 시간 색인 및 공간 색인 정보를 생성하여 부여한다.
상기 이동객체 시공간 색인 처리부(222)는 시간 색인 생성/조회모듈(222a), 공간 색인 생성/조회모듈(222b) 및/또한 중첩 색인 모듈(222c)를 포함할 수 있다.
상기 시간 색인 생성/조회모듈(222a)은 기 설정된 시간간격을 갖는 시간 구간을 생성한 후, 하기의 식 1을 이용하여 적재되는 이동객체 데이터의 시간정보가 저장될 상기 시간 구간 내에 위치인 색인을 생성한다.
상기 공간 색인 생성/조회 모듈(222b)은 기 설정된 공간 격자 단위로 공간 영역을 생성한 후, 하기의 식 2를 이용하여 적재되는 이동객체 데이터의 지점 정보가 저장될 상기 공간 영역의 위치인 공간 색인을 생성한다.
상기 중첩 색인 모듈(222c)은 시간 색인 영역의 검색 결과와 공간 색인 영역의 검색 결과의 교집합을 생성하여 시공간 중첩 색인 정보에 대하여 실제 데이터를 호출하는 기능을 한다.
상술한 시간 색인 및 공간 색인은 지속적으로 고속 적재되는 이동객체 데이터에 대응하기 위한 것으로, 색인의 구조는 시간, 공간 모두 고정 간격 색인으로 구성되고, 적재와 동시에 색인이 생성 될 수 있는 구조를 가지며, 이러한 구조는 시간 색인과 공간색인을 별도로 관리가 가능한 구조로서, 시간+공간, 시간, 공간을 각각 질의 할 수 있는 구조이다.
먼저, 상기 이동객체 시공간 색인 처리부(222)의 시간색인의 생성과정을 설명하면, 시간 색인의 고정 간격은 색인 생성 이전에 결정 되어 있으며, 도 8을 참조, 연속적인 시간을 일정한 주기로 나누어 t1, t2, t3, … tn의 시간 구간을 생성하도록 한다.
이후 적재되는 이동객체 데이터의 시간정보가 어떤 시간 공간에 들어가는지를 식 1에 따라 계산하고, 시간 영역별로 저장하게 되며, 상술한 저장구조에 따라 시간 색인을 저장하면, 시간색인의 생성과정이 완료된다.
[식 1]
Figure 112017089600533-pat00001
Figure 112017089600533-pat00002
Figure 112017089600533-pat00003
Figure 112017089600533-pat00004
Figure 112017089600533-pat00005
다음으로, 공간 색인의 생성과정을 기술하면, 도 10의 예시처럼 사전에 일정한 공간 격자 단위로 일정한 공간 영역을 생성하고, 적재되는 이동객체 데이터의 지점 정보가 어떤 공간 격자 영역에 들어가는지를 식 2에 따라 계산하여 공간영역별로 저장한다. 이때, 상술한 저장구조에 따라 저장하면, 공간 색인의 생성과정이 완료된다.
[식 2]
Figure 112017089600533-pat00006
Figure 112017089600533-pat00007
Figure 112017089600533-pat00008
Figure 112017089600533-pat00009
Figure 112017089600533-pat00010
Figure 112017089600533-pat00011
Figure 112017089600533-pat00012
한편, 상기 이동객체 분류 및 ID 생성부(221)의 적재과정은 적재할 이동객체에 대하여 사전에 파악된 스키마를 참조하여, 이동객체의 고유정보 (Obj_ID), 위치정보(Point), 시간(Timestamp) 컬럼을 지정하여 수행될 수 있다(도 9 참조).
도 5는 본 발명의 일 실시예에 따른 이동객체 빅데이터 저장 및 색인 처리 방법을 흐름도이다.
도 5를 참조하면, 클라이언트 단말기로부터 제공된 이동객체 데이터에 시간 색인 및 공간 색인을 적용시켜 적재하는 이동객체 적재과정(S710) 및 상기 클라이언트 단말기로부터 요청된 검색 쿼리에 기초하여 적재된 이동객체 데이터를 시간 색인 및 공간 색인을 통해 조회한 후, 조회결과에 부합하는 객체 데이터를 호출하는 시공간 색인 탐색과정(S720)을 포함한다.
도 6은 도 5에 도시된 이동객체 데이터의 적재과정을 설명한 흐름도이다.
도 6을 참조하면, 이동객체 적재과정(S710)은 이동객체 분류 및 ID 생성부(221)의 객체 분류기(221a)에서 고유값(Obj_ID)를 보고 동일 이동객체인지 판별(S711)하고, 새로 수집된 이동객체면 이동객체 분류 및 ID 생성부(221)의 ID 생성부(221b)에서 신규 UID를 할당 받은 후 “관리테이블” 에 이동 객체 정보를 저장 후 “객체레이어”에 이동 객체의 위치 정보와 시간 정보를 저장한다. 만약, 이미 수집된 객체이면 이동객체 정보 저장 과정을 건너 뛰고 “객체레이어”에 이동객체의 위치정보와 시간정보를 저장(S712)한 후 시간색인과 공간색인 정보를 생성하여 저장(S713, S714)하면 이동객체의 적재 과정이 끝난다.
“객체레이어”에 적재 할 때는 이동객체 분류 및 ID 생성부(221)의 ID 생성부(221b)에서 Node_ID를 할당 받아 함께 저장한다.
한편, 상기 이동객체 시공간 색인 처리부(222)은 이동객체 빅데이터 클라이언트 단말기(100)로부터 요청된 검색 쿼리에 기초하여 적재된 이동객체 데이터를 시간 색인 및 공간 색인을 통해 시공간 조회한 후, 조회결과에 부합하는 이동객체 데이터를 호출한다(도 5 및 도 7 참조).
도 7은 도 5에 도시된 S720의 흐름도이다.
도 7을 참조하면, 시공간 색인의 탐색과정(S720)은 시공간 쿼리 영역이 호출(S721)되면 시간, 공간 순으로 색인 정보를 탐색하게 된다.
먼저, 시간 색인 생성/조회 모듈(222a)에서 조회할 시간 색인 영역의 최소범위 및 최대범위를 식 3으로 계산(S722)하고 해당 시간 색인을 검색(S723)한 색인 결과를 호출한다.
[식 3]
Figure 112017089600533-pat00013
Figure 112017089600533-pat00014
Figure 112017089600533-pat00015
Figure 112017089600533-pat00016
Figure 112017089600533-pat00017
의 범위
Figure 112017089600533-pat00018
Figure 112017089600533-pat00019
이후 공간 색인 생성/조회 모듈(222b)에서는 조회할 공간 색인 영역을 식 4를 이용하여 계산(S724)하고 계산된 공간 색인 영역의 해당 그리드 색인을 검색(S725)한 색인 결과를 가져온다.
[식 4]
Figure 112017089600533-pat00020
Figure 112017089600533-pat00021
Figure 112017089600533-pat00022
Figure 112017089600533-pat00023
Figure 112017089600533-pat00024
Figure 112017089600533-pat00025
Figure 112017089600533-pat00026
Figure 112017089600533-pat00027
Figure 112017089600533-pat00028
다음으로, 중첩 색인 모듈(222c)에세 시간 색인 영역의 검색 결과와 공간 색인 영역의 검색 결과의 교집합을 생성하여 시공간 중첩 색인 정보에 대하여 실제 데이터를 호출(S726) 하고, 쿼리 결과를 반환(S727) 하면 시공간 질의에 대한 조회가 완료되게 된다.
시간 또는 공간색인에 대한 조회만을 수행하는 경우 시공간 검색에서 필요한 한가지 과정만 수행하여 실제 데이터를 호출하게 되면 시간 또는 공간 질의에 대한 조회가 수행 가능하다.
따라서, 본 발명의 일 실시예에 따른 이동객체 빅데이터 저장 및 색인 처리 방법을 이용하면, 빅데이터급 대규모 이동객체 데이터를 용이하게 적재할 수 있고, 시간 및 공간 색인을 활용하여 고속의 이동객체 시공간 조화가 가능하게 되어, 단일 시스템 및 RDBMS 기반에서 수집 및 처리되지 못하였던 빅데이터급 대규모 이동객체 데이터를 처리하는 시간과 비용을 줄일 수 있으며, 하둡 및 Spark 기반 클러스터를 통해 이동객체 데이터의 맵리듀스(MapReduce) 기반 처리가 가능하다는 이점이 있다.
도 12는 본 명세서에 개진된 하나 이상의 실시예가 구현될 수 있는 예시적인 컴퓨팅 환경을 도시하는 도면으로, 상술한 하나 이상의 실시예를 구현하도록 구성된 시스템(1000)의 예시를 도시한다.
예를 들어, 클라이언트(1100)는 개인 컴퓨터, 서버 컴퓨터, 핸드헬드 또는 랩탑 디바이스, 모바일 디바이스(모바일폰, PDA, 미디어 플레이어 등), 소비자 전자기기, 미니 컴퓨터, 임의의 전술된 시스템 또는 디바이스를 포함하지만, 이것으로 한정되는 것은 아니다.
네트워크(1200)는, 클라이언트 단말기(1100) 및 RDD/HDFS클러스터(1300) 와 유선 통신 또는 무선 통신을 제공한다. 이러한 네트워크(1200)가 무선 통신망으로 구현되는 경우, 기지국(BTS;Base Transceiver Station), 이동교환국(MSC;Mobile Switching Center), 및 홈 위치 등록기(HLR;Home Location Register)로 이루어진 무선 이동통신망을 이용하여 데이터 통신을 할 수 있다. 참고로, 이동 통신망(mobile radio communication network)은 기지국(BTS), 이동교환국(MSC), 홈 위치 등록기(HLR) 이외에, 무선 패킷 데이터의 송수신을 가능하게 하는 액세스 게이트웨이(Access Gateway), PDSN(Packet Data Serving Node) 등과 같은 구성 요소를 추가로 포함할 수 있다. 또한 네트워크(1200)가 유선 통신망으로 구현되는 경우, 네트워크 통신망으로 구현될 수 있는데 TCP/IP(Transmission Control Protocol/Internet Protocol) 등의 인터넷 프로토콜에 따라서 데이터 통신이 이루어질 수 있다.
RDD/HDFS클러스터(1300)는 복수개의 RDD/HDFS서버(1310)으로 구성된다. RDD/HDFS서버(1310)는 개인 컴퓨터, 서버 컴퓨터, 메인컴퓨터, 클라우드 시스템, 임의의 전술된 시스템 또는 디바이스를 포함하지만, 이것으로 한정되는 것은 아니다.
예를 들어, 구성요소는 프로세서상에서 실행중인 프로세스, 프로세서, 객체, 실행 가능물(executable), 실행 스레드, 프로그램 및/또는 컴퓨터일 수 있지만, 이것으로 한정되는 것은 아니다. 예를 들어, 컨트롤러 상에서 구동중인 애플리케이션 및 컨트롤러 모두가 구성요소일 수 있다. 하나 이상의 구성요소는 프로세스 및/또는 실행의 스레드 내에 존재할 수 있으며, 구성요소는 하나의 컴퓨터상에서 로컬화될 수 있고, 둘 이상의 컴퓨터 사이에서 분산될 수도 있다.
본 발명은 전술한 실시예 및 첨부된 도면에 의해 한정되는 것이 아니다. 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 있어, 본 발명의 기술적 사상을 벗어나지 않는 범위 내에서 본 발명에 따른 구성요소를 치환, 변형 및 변경할 수 있다는 것이 명백할 것이다.
10: 이동객체 빅데이터 정보저장 시스템
100: 이동객체 빅데이터 클라이언트 단말기
200: 이동객체 빅데이터 분산클러스터 서버
210: 이동객체 빅데이터 시스템 입출력부
220: 이동객체 빅데이터 분산클러스터 처리부
221: 이동객체 분류 및 ID생성부
222: 이동객체 시공간 색인 처리부
230: 이동객체 빅데이터 분산저장파일시스템
S700: 이동객체 적재 및 조회 순서
S710: 이동객체 적재 및 색인 생성 순서
S720: 이동객체 시공간 조회 순서
1000: 이동객체 빅데이터 시스템
1100: 이동객체 빅데이터 클라이언트 단말기
1200: 단말기/서버를 연결하는 네트워크
1300: RDD/HDFS 클러스터
1310: RDD/HDFS 서버

Claims (14)

  1. 이동객체 데이터 및 이동객체 검색 쿼리를 제공하는 이동객체 빅데이터 클라이언트 단말기; 및
    상기 이동객체 데이터를 시간 색인 및 공간 색인을 적용시켜 저장하고, 상기 이동객체 검색 쿼리에 따른 시간 색인 및 공간 색인에 부합하는 이동객체 데이터를 조회 및 호출하는 이동객체 빅데이터 분산클러스터 서버를 포함하고,
    상기 이동객체 빅데이터 분산클러스터 서버는
    이동객체 데이터를 기 설정된 데이터 구조로 가공한 후, 분산저장파일시스템에 분산 저장하고, 상기 분산저장파일시스템 내에 적재 시에 시간 색인 및 공간 색인을 부여하고, 상기 검색 쿼리에 따른 질의정보에 부합하는 분산저장파일시스템 내에 저장된 이동객체 데이터의 시간 색인 및 공간 색인의 검색/조회를 통해 호출하는 이동객체 빅데이터 분산클러스터 처리부를 포함하고,
    상기 이동객체 빅데이터 분산클러스터 처리부는
    상기 이동객체 데이터를 관리테이블 및 객체레이어로 구성된 저장구조로 가공하여 적재하는 이동객체 분류 및 ID 생성부; 및
    각 이동객체 마다 시간 색인 및 공간 색인을 생성하여 부여하고, 상기 질의정보에 따른 시간 색인 및 공간 색인을 검색하는 이동객체 시공간 색인 처리부를 포함하고,
    상기 이동객체 시공간 색인 처리부는
    상기 기 설정된 시간간격을 갖는 시간 구간을 생성한 후, 하기의 식 1을 이용하여 적재되는 이동객체 데이터의 시간정보가 저장될 상기 시간 구간 내에 위치인 색인을 생성하는 시간 색인 생성/조회 모듈; 및
    기 설정된 공간 격자 단위로 공간 영역을 생성한 후, 하기의 식 2를 이용하여 적재되는 이동객체 데이터의 지점 정보가 저장될 상기 공간 영역의 위치인 공간 색인을 생성하는 공간 색인 생성/조회 모듈을 포함하는 이동객체 빅데이터 정보저장 시스템.
    [식 1]
    Figure 112018012595409-pat00097

    Figure 112018012595409-pat00098

    Figure 112018012595409-pat00099

    Figure 112018012595409-pat00100

    Figure 112018012595409-pat00101

    [식 2]
    Figure 112018012595409-pat00102

    Figure 112018012595409-pat00103

    Figure 112018012595409-pat00104

    Figure 112018012595409-pat00105

    Figure 112018012595409-pat00106

    Figure 112018012595409-pat00107

    Figure 112018012595409-pat00108

  2. 제1항에 있어서,
    상기 이동객체 빅데이터 분산클러스터 서버는
    상기 시간 색인 및 공간 색인이 부여된 이동객체 데이터를 분산 저장하는 이동객체 빅데이터 분산저장파일시스템을 더 포함하는 이동객체 빅데이터 정보저장 시스템.
  3. 삭제
  4. 제1항에 있어서,
    상기 객체레이어는
    각 이동객체의 이동 지점정보를 저장하는 공간레이어인 것을 특징으로 하는 이동객체 빅데이터 정보저장 시스템.
  5. 제4항에 있어서,
    상기 객체레이어는
    상기 관리테이블 내에 기록된 이동객체의 고유 정보를 참조하는 객체키(UID), 상기 이동 지점의 고유지점에 대한 고유 Sequence-ID를 나타내는 지점ID(Node_ID), 해당 지점의 위치 정보를 저장하는 Point 컬럼, 상기 해당 지점이 저장된 시간을 나타내는 시간스탬프(Timestamp), 상기 이동객체의 지점 적재시점의 이벤트 정보를 저장하는 이벤트 컬럼으로 구성되는 이동객체 빅데이터 정보저장 시스템.
  6. 제1항에 있어서,
    상기 관리테이블은
    각 객체의 이동 지점 정보를 참조하는 객체키(UID), 고유 일련번호을 포함하는 이동 객체의 고유값을 나타내는 객체ID(Obj_ID) 컬럼을 기본 컬럼으로 구성하고, 그밖에 고유 속성을 나타내는 기타 컬럼으로 구성되며, 상기 기타 컬럼은 수집되는 이동객체 특성에 맞추어 사용자가 정의한 컬럼으로 구성되는 이동객체 빅데이터 정보저장 시스템.
  7. 삭제
  8. 제1항에 있어서,
    상기 시간 색인 생성/조회 모듈은
    상기 검색 쿼리가 호출되면, 조회할 시간 색인 영역의 최소범위 및 최대범위를 [식 3]을 이용하여 계산한 후, 계산된 시간 색인에 해당하는 색인 결과를 검색하는 이동객체 빅데이터 정보저장 시스템.
    [식 3]
    Figure 112018012595409-pat00041

    Figure 112018012595409-pat00042

    Figure 112018012595409-pat00043

    Figure 112018012595409-pat00044
    Figure 112018012595409-pat00045
    의 범위
    Figure 112018012595409-pat00046

    Figure 112018012595409-pat00047

  9. 제8항에 있어서,
    상기 공간 색인 생성/조회 모듈은
    상기 검색 쿼리가 호출되면, 조회할 공간색인 영역을 [식 4]를 이용하여 계산하고, 해당 시간 색인을 검색한 결과를 추출하는 이동객체 빅데이터 정보저장 시스템.
    [식 4]
    Figure 112017089600533-pat00048

    Figure 112017089600533-pat00049

    Figure 112017089600533-pat00050

    Figure 112017089600533-pat00051

    Figure 112017089600533-pat00052

    Figure 112017089600533-pat00053

    Figure 112017089600533-pat00054

    Figure 112017089600533-pat00055

    Figure 112017089600533-pat00056

  10. 제9항에 있어서,
    상기 이동객체 시공간 색인 처리부은
    상기 시간 색인 영역의 검색 결과와 상기 공간 색인 영역의 검색 결과의 교집합을 생성한 후, 시공간 중첩 색인 정보에 대한 실제 데이터를 호출 하고, 상기 검색 쿼리의 검색결과를 반환하는 중첩색인 모듈을 더 포함하는 이동객체 빅데이터 정보저장 시스템.
  11. 클라이언트 단말기로부터 제공된 이동객체 데이터에 시간 색인 및 공간 색인을 적용시켜 적재하는 이동객체 적재과정; 및
    상기 클라이언트 단말기로부터 요청된 검색 쿼리에 기초하여 적재된 이동객체 데이터를 시간 색인 및 공간 색인을 통해 조회한 후, 조회결과에 부합하는 객체 데이터를 호출하는 이동객체 데이터 조회/호출과정을 포함하고,
    상기 이동객체 적재과정은
    상기 이동객체 데이터의 고유정보가 존재하는 지를 판단하는 고유정보 판단단계;
    상기 고유정보가 존재할 경우, 기존 적재위치에 상기 이동객체 데이터를 적재하고, 상기 고유정보가 존재하지 않을 경우, 상기 이동객체 데이터의 고유정보를 생성하여 저장하는 저장단계; 및
    상기 저장단계와 동시에, 저장될 이동객체 데이터에 시간 색인 정보 및 공간 색인 정보를 생성하여 부여하는 시간/공간색인 생성단계를 포함하고,
    상기 시간/공간색인 생성단계는
    기 설정된 시간간격을 갖는 시간 구간을 생성한 후, 하기의 식 1을 이용하여 적재되는 이동객체 데이터의 시간정보가 저장될 상기 시간 구간 내에 위치인 색인을 생성하는 단계; 및
    기 설정된 공간 격자 단위로 공간 영역을 생성한 후, 하기의 식 2를 이용하여 적재되는 이동객체 데이터의 지점 정보가 저장될 상기 공간 영역의 위치인 공간 색인을 생성하는 단계를 포함하는 이동객체 빅데이터 저장 및 색인 처리 방법.
    [식 1]
    Figure 112018012595409-pat00109

    Figure 112018012595409-pat00110

    Figure 112018012595409-pat00111

    Figure 112018012595409-pat00112

    Figure 112018012595409-pat00113

    [식 2]
    Figure 112018012595409-pat00114

    Figure 112018012595409-pat00115

    Figure 112018012595409-pat00116

    Figure 112018012595409-pat00117

    Figure 112018012595409-pat00118

    Figure 112018012595409-pat00119

    Figure 112018012595409-pat00120

  12. 삭제
  13. 삭제
  14. 제11항에 있어서,
    상기 이동객체 데이터 조회/호출과정은
    상기 검색 쿼리에 따른 시공간 쿼리 영역을 호출하는 단계;
    시간 색인 생성/조회 모듈에서 조회할 시간 색인 영역을 하기 식 3을 이용하여 계산한 후, 해당 시간 색인을 검색한 색인 결과를 호출하는 단계;
    공간 색인 생성/조회 모듈에서 조회할 공간 색인 영역을 식 4를 이용하여 계산한 후, 해당 공간 색인 영역의 그리드 색인을 검색한 색인 결과를 호출하는 단계;
    중첩 색인 모듈에서 상기 시간 색인 영역의 검색 결과와 상기 공간 색인 영역의 검색 결과의 교집합을 생성한 후, 시공간 중첩 색인 정보에 대응하는 이동 객체 데이터를 호출하는 단계; 및
    상기 이동 객체 데이터의 호출이 완료되면, 상기 검색 쿼리에 따른 쿼리 결과를 반환하는 단계를 포함하는 이동객체 빅데이터 저장 및 색인 처리 방법.
    [식 3]
    Figure 112017089600533-pat00069

    Figure 112017089600533-pat00070

    Figure 112017089600533-pat00071

    Figure 112017089600533-pat00072
    Figure 112017089600533-pat00073
    의 범위
    Figure 112017089600533-pat00074

    Figure 112017089600533-pat00075


    [식 4]
    Figure 112017089600533-pat00076

    Figure 112017089600533-pat00077

    Figure 112017089600533-pat00078

    Figure 112017089600533-pat00079

    Figure 112017089600533-pat00080

    Figure 112017089600533-pat00081

    Figure 112017089600533-pat00082

    Figure 112017089600533-pat00083

    Figure 112017089600533-pat00084

KR1020170118039A 2017-09-14 2017-09-14 이동객체 빅데이터 정보저장 시스템 및 이를 이용한 이동객체 빅데이터 저장 및 색인 처리 방법 KR101852597B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020170118039A KR101852597B1 (ko) 2017-09-14 2017-09-14 이동객체 빅데이터 정보저장 시스템 및 이를 이용한 이동객체 빅데이터 저장 및 색인 처리 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020170118039A KR101852597B1 (ko) 2017-09-14 2017-09-14 이동객체 빅데이터 정보저장 시스템 및 이를 이용한 이동객체 빅데이터 저장 및 색인 처리 방법

Publications (1)

Publication Number Publication Date
KR101852597B1 true KR101852597B1 (ko) 2018-04-27

Family

ID=62081424

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020170118039A KR101852597B1 (ko) 2017-09-14 2017-09-14 이동객체 빅데이터 정보저장 시스템 및 이를 이용한 이동객체 빅데이터 저장 및 색인 처리 방법

Country Status (1)

Country Link
KR (1) KR101852597B1 (ko)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101966928B1 (ko) 2018-11-05 2019-04-08 주식회사 포스웨이브 이동객체 시공간정보의 고속분산처리를 위한 색인 및 저장 시스템
CN110083598A (zh) * 2019-03-22 2019-08-02 深圳先进技术研究院 一种面向Spark的遥感数据索引方法、系统及电子设备
CN117112492A (zh) * 2023-08-25 2023-11-24 中南林业科技大学 一种自适应的时空大数据分布式存储方法及智能文件系统
CN117115330A (zh) * 2023-10-25 2023-11-24 成都之维安科技股份有限公司 一种web端地图连续时间线的扩散效果可视化渲染方法

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20170067745A1 (en) 2015-07-06 2017-03-09 International Business Machines Corporation Hybrid road network and grid based spatial-temporal indexing under missing road links

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20170067745A1 (en) 2015-07-06 2017-03-09 International Business Machines Corporation Hybrid road network and grid based spatial-temporal indexing under missing road links

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
강소영 외 1명. 시공간 이동객체들을 위한 효율적인 색인 기법. 2006년도 한국정보과학회 가을 학술발표논문집, Vol.33, No. 2(C). 2006년.

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101966928B1 (ko) 2018-11-05 2019-04-08 주식회사 포스웨이브 이동객체 시공간정보의 고속분산처리를 위한 색인 및 저장 시스템
CN110083598A (zh) * 2019-03-22 2019-08-02 深圳先进技术研究院 一种面向Spark的遥感数据索引方法、系统及电子设备
CN117112492A (zh) * 2023-08-25 2023-11-24 中南林业科技大学 一种自适应的时空大数据分布式存储方法及智能文件系统
CN117112492B (zh) * 2023-08-25 2024-03-12 中南林业科技大学 一种自适应的时空大数据分布式存储方法及智能文件系统
CN117115330A (zh) * 2023-10-25 2023-11-24 成都之维安科技股份有限公司 一种web端地图连续时间线的扩散效果可视化渲染方法
CN117115330B (zh) * 2023-10-25 2024-01-23 成都之维安科技股份有限公司 一种web端地图连续时间线的扩散效果可视化渲染方法

Similar Documents

Publication Publication Date Title
US10353742B2 (en) Tracking large numbers of moving objects in an event processing system
JP6584575B2 (ja) グラフ・データの分散キャッシュ
KR101852597B1 (ko) 이동객체 빅데이터 정보저장 시스템 및 이를 이용한 이동객체 빅데이터 저장 및 색인 처리 방법
Cai et al. Real-time processing of range-monitoring queries in heterogeneous mobile databases
Ilarri et al. Location-dependent query processing: Where we are and where we are heading
US9014161B2 (en) Multi-tier indexing methodology for scalable mobile device data collection
US10922316B2 (en) Using computing resources to perform database queries according to a dynamically determined query size
CN107103011B (zh) 终端数据搜索的实现方法和装置
Kumar et al. M-Grid: a distributed framework for multidimensional indexing and querying of location based data
US11937146B2 (en) High fidelity geolocation using machine learning
CN115918110A (zh) 使用键值存储库的空间搜索
KR101966928B1 (ko) 이동객체 시공간정보의 고속분산처리를 위한 색인 및 저장 시스템
Jang et al. k‐nearest reliable neighbor search in crowdsourced LBSs
Niwa et al. MPSDataStore: a sensor data repository system for mobile participatory sensing
Chaudhry et al. A hash-based index for processing frequent updates and continuous location-based range queries
CN116010677B (zh) 空间索引方法、装置及其电子设备
US8650153B2 (en) Storing records in databases in a randomized manner to effectively utilize database servers
Elouafiq et al. Geographical Asynchronous Information Access for Distributed Systems
CN117435587A (zh) 用于查询数据的方法、电子设备和计算机程序产品
Zan et al. Query and Update Efficient Presort Range Tree based Indexing of Mobile Tracking System
Nirmala et al. Searching and Tracking of Location by Proxy Based Approach

Legal Events

Date Code Title Description
E701 Decision to grant or registration of patent right
GRNT Written decision to grant