KR101966928B1 - 이동객체 시공간정보의 고속분산처리를 위한 색인 및 저장 시스템 - Google Patents

이동객체 시공간정보의 고속분산처리를 위한 색인 및 저장 시스템 Download PDF

Info

Publication number
KR101966928B1
KR101966928B1 KR1020180134544A KR20180134544A KR101966928B1 KR 101966928 B1 KR101966928 B1 KR 101966928B1 KR 1020180134544 A KR1020180134544 A KR 1020180134544A KR 20180134544 A KR20180134544 A KR 20180134544A KR 101966928 B1 KR101966928 B1 KR 101966928B1
Authority
KR
South Korea
Prior art keywords
moving object
information
unit
time
big data
Prior art date
Application number
KR1020180134544A
Other languages
English (en)
Inventor
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 KR1020180134544A priority Critical patent/KR101966928B1/ko
Application granted granted Critical
Publication of KR101966928B1 publication Critical patent/KR101966928B1/ko

Links

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
    • G06F16/22—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
    • G06F16/10—File systems; File servers
    • G06F16/18—File system types
    • G06F16/182—Distributed file systems
    • 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

Landscapes

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

Abstract

본 발명은 이동객체 시공간정보의 고속분산처리를 위한 색인 및 저장 시스템에 관한 것으로, 본 발명이 해결하고자 하는 과제는 이동객체 빅데이터의 적재 과정을 통하여 시간 도메인을 기준으로 다수의 정지상태 정보를 정제 및 일반화함으로써 중복데이터 과다에 따른 저장공간의 낭비를 최소화하고, 시공간 도메인을 중심으로 색인구조를 최적화하여 사용자의 질의를 효과적으로 처리하는데 있다.
일례로, 이동객체 데이터 및 이동객체 검색질의를 제공하는 이동객체 빅데이터 클라이언트 단말기; 및 상기 이동객체 데이터를 시간 색인 및 공간 색인을 적용시켜 저장하고, 상기 이동객체 검색질의에 따른 시간 색인 및 공간 색인에 부합하는 이동객체 데이터를 조회 및 호출하는 이동객체 빅데이터 분산클러스터 서버를 포함하고, 상기 이동객체 빅데이터 분산클러스터 서버는, 상기 이동객체 빅데이터 클라이언트 단말기와 연결되어 이동객체에 대한 원시데이터 입력, 검색 질의요청 입력, 및 질의결과 출력을 각각 처리하는 이동객체 빅데이터 입출력부; 상기 이동객체 원시데이터의 적재 및 색인을 처리하며, 이동객체 빅데이터에 대한 시공간정보를 일반화하고 색인정보를 생성하는 이동객체 빅데이터 적재부; 상기 이동객체의 검색 질의요청에 대하여 시공간 색인정보를 탐색하여 해당 이동객체의 고유정보, 이동정보 및 상태정보를 검색한 후 해당 검색결과를 상기 이동객체 빅데이터 입출력부로 전달하는 이동객체 빅데이터 질의 서비스부; 및 상기 이동객체 빅데이터 적재부를 통해 생성된 이동객체 빅데이터 및 색인정보를 분산 저장하고, 상기 이동객체 빅데이터 적재부 또는 상기 이동객체 빅데이터 질의 서비스부의 정보 요청 시 해당 정보를 제공하는 이동객체 빅데이터 분산저장 파일 시스템부를 포함하는 이동객체 시공간정보의 고속분산처리를 위한 색인 및 저장 시스템을 개시한다.

Description

이동객체 시공간정보의 고속분산처리를 위한 색인 및 저장 시스템{INDEXING AND STORAGE SYSTEM FOR FAST DISTRIBUTED PROCESSING OF SPATIO-TEMPORAL INFORMATION OF MOVING OBJECT}
본 발명은 이동객체 시공간정보의 고속분산처리를 위한 색인 및 저장 시스템에 관한 것이다.
근래에 IoT 및 센싱 기술이 급속하게 발전함에 따라 모바일, 차량, 로봇, 드론, 항공기, 선박 등과 같이 움직이는 이동객체로부터 생산되는 다양한 형태의 정보를 저장하고 분석하여 인사이트를 얻기 위한 수요도 점차 증가하고 있다.
이동객체로부터 수집되는 정보는 시간의 흐름에 따른 시점별 공간상의 객체위치 정보와 해당 객체에 부착된 각종 기기 및 센서 등으로부터 측정되는 상태정보로 구분되며, 객체 자체의 상태변화 정보와 더불어 시간과 공간 정보를 최적화된 조합으로 구조화하여 저장하고 사용자의 시공간 질의를 효과적으로 지원하기 위해서는 다양한 기술들을 필요로 한다.
이제까지는 이러한 기술들에 대한 접근이 DBMS 기반의 자료저장 구조 및 색인방식 최적화를 중심으로 발전되어 왔으나, 이동형 IoT 기기의 지속적인 증가와 데이터의 짧은 생산주기로 인하여 이동객체 정보가 실시간 빅데이터화 됨에 따라, 더 이상 기존의 DBMS 구조에서는 급증하는 데이터량과 생산속도를 감당하기 어려운 상황이 도래하고 있다.
특히, 이동객체에서 생산되는 데이터는 이동객체 위치 및 상태의 변화 없이 시간의 흐름에 따라 지속적으로 누적되는 중복자료가 상당부분을 차지하고 있어서 계속 변화하고 있는 시간흐름과 연계하여 효율적으로 데이터를 저장하기 위한 전처리 과정이 필수적으로 요구된다.
이러한 상황을 기술적으로 해결하기 위해서는 실시간 빅데이터의 효과적인 저장과 처리가 가능한 하둡(High-Availability Distributed Object-Oriented Platform)이나 스팍(Spark)과 같은 빅데이터 플랫폼이 기본 저장구조로 적용되어야 하고, 이동객체 원시데이터에 내제되어 있는 정보가치로서의 비효율성이 최소화되도록 데이터를 정제하는 과정이 요구되며, 빅데이터의 분산병렬처리에 최적화 되도록 저장구조의 단순화와 더불어 시간, 위치 및 상태 정보를 효과적으로 조합하여 색인을 구성하는 방안이 필요하다.
등록특허공보 제10-1852597호(등록일자: 2018년04월20일)
본 발명의 실시예는, 이동객체 빅데이터의 적재 과정을 통하여 시간 도메인을 기준으로 다수의 정지상태 정보를 정제 및 일반화함으로써 중복데이터 과다에 따른 저장공간의 낭비를 최소화하고, 시공간 도메인을 중심으로 색인구조를 최적화하여 사용자의 질의를 효과적으로 처리할 수 있는 이동객체 시공간정보의 고속분산처리를 위한 색인 및 저장 시스템을 제공한다.
본 발명의 실시예에 따른 이동객체 시공간정보의 고속분산처리를 위한 색인 및 저장 시스템은, 이동객체 데이터 및 이동객체 검색질의를 제공하는 이동객체 빅데이터 클라이언트 단말기; 및 상기 이동객체 데이터를 시간 색인 및 공간 색인을 적용시켜 저장하고, 상기 이동객체 검색질의에 따른 시간 색인 및 공간 색인에 부합하는 이동객체 데이터를 조회 및 호출하는 이동객체 빅데이터 분산클러스터 서버를 포함하고, 상기 이동객체 빅데이터 분산클러스터 서버는, 상기 이동객체 빅데이터 클라이언트 단말기와 연결되어 이동객체에 대한 원시데이터 입력, 검색 질의요청 입력, 및 질의결과 출력을 각각 처리하는 이동객체 빅데이터 입출력부; 상기 이동객체 원시데이터의 적재 및 색인을 처리하며, 이동객체 빅데이터에 대한 시공간정보를 일반화하고 색인정보를 생성하는 이동객체 빅데이터 적재부; 상기 이동객체의 검색 질의요청에 대하여 시공간 색인정보를 탐색하여 해당 이동객체의 고유정보, 이동정보 및 상태정보를 검색한 후 해당 검색결과를 상기 이동객체 빅데이터 입출력부로 전달하는 이동객체 빅데이터 질의 서비스부; 및 상기 이동객체 빅데이터 적재부를 통해 생성된 이동객체 빅데이터 및 색인정보를 분산 저장하고, 상기 이동객체 빅데이터 적재부 또는 상기 이동객체 빅데이터 질의 서비스부의 정보 요청 시 해당 정보를 제공하는 이동객체 빅데이터 분산저장 파일 시스템부를 포함한다.
또한, 상기 이동객체 빅데이터 분산저장 파일 시스템부에 저장되는 이동객체 정보의 자료구조는, 각 이동객체 빅데이터의 일반화 및 색인 처리 기준을 관리하기 위한 이동객체 기준정보; 각 이동객체가 고유하게 가지고 있는 정보를 관리하기 위한 이동객체 고유정보; 시간의 흐름에 따라 각 이동객체에 대한 위치 및 상태 정보를 관리하기 위한 이동객체 이동정보; 및 각 이동객체에 대한 시공간 색인정보를 관리하기 위한 이동객체 색인정보를 포함하고, 상기 이동객체 기준정보는, 이동객체 이동정보와 색인정보의 분류 및 저장 기준정보를 관리하는 속성테이블로서, 이동객체의 유형을 구분하는 이동객체 클래스(Object Class); 이동객체 시간간격의 단위인 시간간격단위(Time Slot Unit); 시간영역 단위이며 상기 시간간격단위(Time Slot Unit)의 배수로 나타내는 시간영역단위(Time Partition Unit); 및 상기 시간간격단위(Time Slot Unit)의 연속적인 시간흐름 상에서 위치 변화가 없는 정지상태로 일반화하기 위한 근사반경 기준을 나타내는 근사반경(Approximation Radius)을 포함하고, 상기 이동객체 고유정보는, 각 이동객체에 대한 고유정보를 저장하는 속성테이블로서, 자료구조 내에서 이동객체를 유일하게 식별하기 위한 객체 키(UID); 이동객체의 고유 값을 나타내는 객체 아이디(Obj_ID); 및 이동객체의 각종 고유 속성을 포함하고, 상기 이동객체 이동정보는, 각 이동객체의 시점 별 위치와 상태정보를 저장하는 공간 레이어로서, 이동객체를 식별하고 고유정보를 참조하기 위한 객체 키(UID); 이동객체 별 이동 지점의 고유 순차번호를 나타내는 지점 아이디(NodeID); 해당 지점의 위치좌표를 나타내는 포인트(Point); 해당 시점을 나타내는 타임 스탬프(Timestamp); 해당 위치에서의 정지지속시간(Duration); 및 이동객체의 상태 값을 나타내는 이벤트 속성(Event Attribute)를 포함하고, 상기 이동객체 색인정보는, 공간 그리드 상의 위치를 나타내는 그리드 키(Grid Key); 시간영역을 나타내는 시간영역구간(Time Partition); 이동객체의 식별자를 나타내는 객체 키(UID); 이동지점의 구간 별 식별번호를 나타내는 지점 아이디(NodeID); 시작시간(Start Time Slot); 및 해당 위치에서의 지속시간을 나타내는 정지지속시간 카운트(Duration Slot Count)를 포함하고, 상기 정지지속시간 카운트(Duration Slot Count)는 상기 이동객체 기준정보에 설정된 시간간격단위(Time Slot Unit)의 배수로 표시되며, 해당 값이 2이상인 경우 시작시간(Start Time Slot)을 시작점으로 하여 정지지속시간 카운트(Duration Slot Count) x 시간간격단위(Time Slot Unit)의 시간 동안 동일 위치에 정지해 있고 이벤트 속성(Event Attribute)의 상태변화가 없음을 나타낼 수 있다.
또한, 상기 이동객체 빅데이터 적재부는, 이동객체 이동정보의 일반화 및 색인 생성의 기준이 되는 상기 이동객체 기준정보의 값을 각각 설정하는 기준정보 읽기부; 상기 이동객체 빅데이터 클라이언트 단말기로부터 수신되어 상기 이동객체 빅데이터 분산저장 파일 시스템부에 저장된 이동객체 원시데이터를 읽어 드리는 원시데이터 읽기부; 상기 원시데이터 읽기부를 통해 읽은 이동객체 원시데이터에서 저장 및 검색에 필요한 항목을 이동객체 이동정보로 재구성하고, 이동객체 별 유일 식별자인 객체 키(UID)를 생성하는 이동객체 분류 및 아이디 생성부; 이동객체 이동정보 중 시공간 도메인 속성에 대하여 시간간격구간(Time Slot)과 근사반경(Approximation Radius) 값을 기준으로 일반화를 수행하는 이동객체 정보 일반화부; 및 시간간격단위(Time Slot Unit)과 시간영역단위(Time Partition Unit)을 기준으로 하기의 수식 1에 따라 2단 구조의 시간 색인정보를 생성하고, 하기의 수식 2에 따라 공간 색인정보를 생성하는 이동객체 색인정보 생성부를 포함할 수 있다.
[수식 1]
TPart = [(Tmv - TStart) / (TPartUnit)]
TSlot = [(Tmv - (TPart x TPartUnit )) / TSlotUnit]
TStart : 최초 기준 타임 스탬프(Timestamp) 또는 색인할 시간영역의 시작 타임 스탬프(Timestamp)
TPartUnit : 시간영역단위(Time Partition Unit)
TSlotUnit : 시간간격단위(Time Slot Unit)
TPart : 시간영역구간(Time Partition)
TSlot : 시간간격구간(Time Slot)
Tmv : 이동객체의 타임 스탬프(Timestamp)
[수식 2]
Xmin , Xmax , Ymin , Ymax : 색인할 공간 영역 전체의 Envelope
x, y : 각 이동객체 위치 좌표
Xgrid , Ygrid : 그리드의 위치
W = Xmax - Xmin
H = Ymax - Ymin
Xgrid = [(x - Xmin) / W]
Ygrid = [(y - Ymin) / H]
또한, 상기 이동객체 빅데이터 질의 서비스부는, 상기 이동객체 빅데이터 클라이언트 단말기로부터 요청된 질의요청을 이동객체 고유정보, 시공간정보, 객체상태정보로 구분하여 파싱하고 검색 트리를 구성하는 시공간 질의 요청부; 시공간 질의조건에 해당하는 시간색인 범위를 하기의 수식 3에 따라 계산하고, 공간색인 범위를 하기의 수식 4에 따라 계산하는 시공간 색인영역 계산부; 시공간 색인영역 계산부를 통해 계산된 시공간 색인 범위를 기준으로 이동객체 색인정보를 탐색하는 시공간 색인영역 검색부; 이동객체의 이동정보 및 고유정보를 검색하는 검색대상 이동객체 호출부; 및 상기 검색대상 객체 호출부의 검색결과를 상기 이동객체 빅데이터 클라이언트 단말기로 제공하는 시공간 질의결과 반환부를 포함할 수 있다.
[수식 3]
tminPart = [(Tmin -Tstart ) / (TPartUnit )]
tmaxPart = [(Tmax -Tstart ) / (TPartUnit )]
tminSlot = [((Tmin - (tminPart x TPartUnit )) / TSlotUnit ]
tmaxSlot = [((Tmin - (tmaxPart x TPartUnit )) / TSlotUnit ]
TStart : 최초 기준 타임 스탬프(Timestamp) 또는 색인된 시간영역의 시작 타임 스탬프(Timestamp)
TPartUnit : 시간영역단위(Time Partition Unit)
TSlotUnit : 시간간격단위(Time Slot Unit)
Tmin ,Tmax : 질의할 시간범위
tminPart ,tmaxPart : 검색한 시간영역범위
tminSlot ,tmaxSlot : 검색한 시간간격범위
TPart : 시간영역구간 (Time Partition)
TSlot : 시간간격구간 (Time Slot)
[수식 4]
Xmin , Xmax , Ymin , Ymax : 색인할 공간 영역 전체의 Envelope
xmin , xmax , ymin , ymax : 호출할 영역의 Envelope
GridXmin , GridXmax , GridYmin , GridYmax : 그리드의 범위
W = Xmax - Xmin
H = Ymax - Ymin
GridXmin = [(xmin - Xmin) / W]
GridXmax = [(xmax - Xmin) / W]
GridYmin = [(ymin - Ymin) / H]
GridYmax = [(ymax - Ymin) / H]
본 발명에 따르면, 이동객체 빅데이터의 적재 과정을 통하여 시간 도메인을 기준으로 다수의 정지상태 정보를 정제 및 일반화함으로써 중복데이터 과다에 따른 저장공간의 낭비를 최소화하고, 시공간 도메인을 중심으로 색인구조를 최적화하여 사용자의 질의를 효과적으로 처리할 수 있는 이동객체 시공간정보의 고속분산처리를 위한 색인 및 저장 시스템을 제공할 수 있다.
도 1은 본 발명의 실시예에 따른 이동객체 시공간정보의 고속분산처리를 위한 색인 및 저장 시스템의 전체 구성을 나타낸 블록도이다.
도 2는 도 1에 도시된 이동객체 빅데이터 분산클러스터 서버의 구성을 나타낸 블록도이다.
도 3은 본 발명의 실시예에 따른 이동객체 정보의 자료구조를 나타낸 도면이다.
도 4는 본 발명의 실시예에 따른 이동객체 빅데이터 적재부의 구성을 나타낸 블록도이다.
도 5는 본 발명의 실시예에 따른 이동객체 빅데이터 질의 서비스부의 구성을 나타낸 블록도이다.
도 6은 본 발명의 실시예에 따른 이동객체 정체구간의 일반화 예시를 나타낸 도면이다.
도 7은 본 발명의 실시예에 따른 이동객체 시공간색인의 예시를 나타낸 도면이다.
본 명세서에서 사용되는 용어에 대해 간략히 설명하고, 본 발명에 대해 구체적으로 설명하기로 한다.
본 발명에서 사용되는 용어는 본 발명에서의 기능을 고려하면서 가능한 현재 널리 사용되는 일반적인 용어들을 선택하였으나, 이는 당 분야에 종사하는 기술자의 의도 또는 판례, 새로운 기술의 출현 등에 따라 달라질 수 있다. 또한, 특정한 경우는 출원인이 임의로 선정한 용어도 있으며, 이 경우 해당되는 발명의 설명 부분에서 상세히 그 의미를 기재할 것이다. 따라서 본 발명에서 사용되는 용어는 단순한 용어의 명칭이 아닌, 그 용어가 가지는 의미와 본 발명의 전반에 걸친 내용을 토대로 정의되어야 한다.
명세서 전체에서 어떤 부분이 어떤 구성요소를 "포함"한다고 할 때, 이는 특별히 반대되는 기재가 없는 한 다른 구성요소를 제외하는 것이 아니라 다른 구성요소를 더 포함할 수 있음을 의미한다. 또한, 명세서에 기재된 "...부", "모듈" 등의 용어는 적어도 하나의 기능이나 동작을 처리하는 단위를 의미하며, 이는 하드웨어 또는 소프트웨어로 구현되거나 하드웨어와 소프트웨어의 결합으로 구현될 수 있다.
아래에서는 첨부한 도면을 참고하여 본 발명의 실시예에 대하여 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자가 용이하게 실시할 수 있도록 상세히 설명한다. 그러나 본 발명은 여러 가지 상이한 형태로 구현될 수 있으며 여기에서 설명하는 실시예에 한정되지 않는다. 그리고 도면에서 본 발명을 명확하게 설명하기 위해서 설명과 관계없는 부분은 생략하였으며, 명세서 전체를 통하여 유사한 부분에 대해서는 유사한 도면 부호를 붙였다.
도 1은 본 발명의 실시예에 따른 이동객체 시공간정보의 고속분산처리를 위한 색인 및 저장 시스템의 전체 구성을 나타낸 블록도이고, 도 2는 도 1에 도시된 이동객체 빅데이터 분산클러스터 서버의 구성을 나타낸 블록도이다.
도 1 및 도 2를 참조하면, 본 발명의 실시예에 따른 이동객체 시공간정보의 고속분산처리를 위한 색인 및 저장 시스템(1000)은 이동객체 빅데이터 클라이언트 단말기(100)와 이동객체 빅데이터 분산클러스터 서버(200)를 포함한다.
이러한 이동객체 빅데이터 클라이언트 단말기(100)와 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 이동객체 빅데이터 분산클러스터 서버(200)의 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 검색 처리된 검색 질의와 매칭되는 결과를 수신하는 단말기일 수 있다.
이러한 이동객체 빅데이터 클라이언트 단말기(100)는 컴퓨터로 구현될 수 있다. 여기서, 컴퓨터는 예를 들어, 노트북, 데스크톱(Desktop), 랩톱(Laptop) 등을 포함할 수 있다. 또한, 이동객체 빅데이터 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, 스마트 폰(smartphone), 스마트 패드(smartpad), 타블렛 PC(Tablet PC) 등과 같은 모든 종류의 핸드헬드(Handheld) 기반의 무선 통신 장치를 포함할 수 있다.
상기 이동객체 빅데이터 분산클러스터 서버(200)는 이동객체 데이터를 시간 색인 및 공간 색인을 적용시켜 저장하고, 이동객체 검색질의에 따른 시간 색인 및 공간 색인에 부합하는 이동객체 데이터를 조회 및 호출할 수 있다. 좀 더 구체적으로, 이동객체 빅데이터 분산클러스터 서버(200)는 이동객체 빅데이터 클라이언트 단말기(100)로부터 수신된 이동객체 빅데이터를 분산클러스터에 저장 및 색인 처리하거나, 이동객체 빅데이터 클라이언트 단말기(100)의 검색질의 요청에 해당하는 이동객체 시공간 데이터를 검색하여 그 결과를 이동객체 빅데이터 클라이언트 단말기(100)에 전송할 수 있다. 이를 위해, 이동객체 빅데이터 분산클러스터 서버(200)는 이동객체 빅데이터 입출력부(210), 이동객체 빅데이터 적재부(220), 이동객체 빅데이터 질의 서비스부(230) 및 이동객체 빅데이터 분산저장 파일 시스템부(240)를 포함할 수 있다.
이하, 이동객체 빅데이터 분산클러스터 서버(200)에 대한 상세한 설명에 앞서 본 발명의 실시예에 따른 이동객체 정보의 자료구조에 대하여 설명한다.
도 3은 본 발명의 실시예에 따른 이동객체 정보의 자료구조를 나타낸 도면이다.
도 3을 참조하면, 이동객체 빅데이터 분산저장 파일 시스템부에 저장되는 이동객체 정보의 자료구조는, 이동객체 빅데이터의 일반화 및 색인 처리 기준을 관리하는 이동객체 기준정보 개별 이동객체가 고유하게 가지고 있는 정보(예를 들면, 차량의 경우 차량번호, 기종, 연식 등)를 관리하는 이동객체 고유정보, 시간의 흐름에 따른 개별 이동객체의 위치 및 상태 정보(예를 들면, 차량의 경우 특정 시점의 위치좌표, 주행속도 등)를 관리하는 이동객체 이동정보, 및 이동객체의 시공간 색인정보를 관리하는 이동객체 색인정보로 구성된다.
상기 이동객체 기준정보는, 이동객체 이동정보와 색인정보의 분류 및 저장 기준정보를 관리하는 속성테이블로서, 이동객체의 유형을 구분하는 이동객체 클래스(Object Class), 이동객체 시간간격의 단위인 시간간격단위(Time Slot Unit), 시간영역 단위이며 시간간격단위(Time Slot Unit)의 배수로 나타내는 시간영역단위(Time Partition Unit), 시간간격단위(Time Slot Unit)의 연속적인 시간흐름 상에서 위치 변화가 없는 정지상태로 일반화하기 위한 근사반경 기준을 나타내는 근사반경(Approximation Radius), 시간(Default: minute) 및 거리(Default: meter)의 기준단위 등을 포함할 수 있다. 예를 들어, 이동객체 기준정보는, 차량운행기록계(DTG: Digital Taco Graph) 정보에 기준하여 Time Slot Unit은 5(5분), Time Partition Unit은 1440(24시간 = 1440분), Approximation Radius는 10(반경 10미터)으로 설정될 수 있으며, 이는 하나의 Time Slot이 5분, 하나의 Time Partition이 288개의 Time Slot들로 구성되고 동일 Time Partition의 연속된 Time Slot 상에서 반경 10미터 이내의 이동은 정지상태와 동일하게 처리됨을 의미할 수 있다.
상기 이동객체 고유정보는, 각 이동객체에 대한 고유정보를 저장하는 속성테이블로서, 자료구조 내에서 이동객체를 유일하게 식별하기 위한 객체 키(UID); 이동객체의 고유 값을 나타내는 객체 아이디(Obj_ID) 및 이동객체의 각종 고유 속성을 포함할 수 있다.
상기 이동객체 이동정보는, 각 이동객체의 시점 별 위치와 상태정보를 저장하는 공간 레이어로서, 이동객체를 식별하고 고유정보를 참조하기 위한 객체 키(UID); 이동객체 별 이동 지점의 고유 순차번호를 나타내는 지점 아이디(NodeID); 해당 지점의 위치좌표를 나타내는 포인트(Point); 해당 시점을 나타내는 타임 스탬프(Timestamp); 해당 위치에서의 정지지속시간(Duration); 및 이동객체의 상태 값을 나타내는 이벤트 속성(Event Attribute)를 포함할 수 있다.
상기 이동객체 색인정보는, 공간 그리드 상의 위치를 나타내는 그리드 키(Grid Key), 시간영역을 나타내는 시간영역구간(Time Partition); 이동객체의 식별자를 나타내는 객체 키(UID), 이동지점의 구간 별 식별번호를 나타내는 지점 아이디(NodeID), 시작시간(Start Time Slot), 및 해당 위치에서의 지속시간을 나타내는 정지지속시간 카운트(Duration Slot Count)를 포함할 수 있다. 여기서, 정지지속시간 카운트(Duration Slot Count)는 상기 이동객체 기준정보에 설정된 시간간격단위(Time Slot Unit)의 배수로 표시되며, 해당 값이 2이상인 경우 시작시간(Start Time Slot)을 시작점으로 하여 정지지속시간 카운트(Duration Slot Count) x 시간간격단위(Time Slot Unit)의 시간 동안 동일 위치에 정지해 있고 이벤트 속성(Event Attribute)의 상태변화가 없음을 나타낼 수 있다.
상술한 이동객체 정보의 자료구조는 일정 시간 간격을 'Time Slot' 단위로 블록화하고 이를 'Time Partition' 단위로 그룹화하여 2단(2-Tier) 구조로 색인정보를 구성하며, 색인 키의 길이를 정수 값 단위로 최소화하여 검색성능을 최적화할 수 있다. 이러한 2단(2-Tier) 색인구조는 'Time Partition'의 레벨링을 통해서 다차원으로 확대하여 'n-Tier' 구조로 구성할 수 있다.
상기 이동객체 빅데이터 입출력부(210)는 이동객체 시공간정보의 고속분산처리를 위한 색인 및 저장 시스템(1000)의 클라이언트 인터페이스를 담당하며, 이동객체 빅데이터 클라이언트 단말기(100)와 연결되어 이동객체에 대한 원시데이터 입력, 검색 질의요청 입력, 및 질의결과 출력을 각각 처리할 수 있다.
상기 이동객체 빅데이터 적재부(220)는 이동객체 빅데이터 클라이언트 단말기(100)로부터 수신된 이동객체 원시데이터의 적재 및 색인을 담당하며, 이동객체 빅데이터에 대한 시공간정보를 일반화하고 색인정보를 생성한 후, 이동객체 빅데이터 분산저장 파일 시스템부(240)에 저장할 수 있다.
도 4는 본 발명의 실시예에 따른 이동객체 빅데이터 적재부의 구성을 나타낸 블록도이다.
도 4를 참조하면, 본 발명의 실시예에 따른 이동객체 빅데이터 적재부(220)는 기준정보 읽기부(221), 원시데이터 읽기부(222), 이동객체 분류 및 아이디 생성부(223), 이동객체 정보 일반화부(224) 및 이동객체 색인정보 생성부(225)를 포함할 수 있다.
상기 기준정보 읽기부(221)는 이동객체 이동정보의 일반화 및 색인 생성의 기준이 되는 이동객체 기준정보의 값을 각각 설정할 수 있다. 예를 들어, 이동객체 이동정보의 일반화 및 색인생성의 기준이 되는 Time Slot, Time Partition, Approximation Radius 등의 값을 각각 설정할 수 있다.
상기 원시데이터 읽기부(222)는 이동객체 빅데이터 클라이언트 단말기(100)로부터 수신되어 이동객체 빅데이터 분산저장 파일 시스템부(240)에 저장된 이동객체 원시데이터를 읽을 수 있다.
상기 이동객체 분류 및 아이디 생성부(223)는 원시데이터 읽기부(222)를 통해 읽은 이동객체 원시데이터에서 저장 및 검색에 필요한 항목을 이동객체 이동정보로 재구성하고, 이동객체 별 유일 식별자인 객체 키(UID)를 생성할 수 있다.
상기 이동객체 정보 일반화부(224)는 이동객체 이동정보 중 시공간 도메인 속성에 대하여 시간간격(Time Slot)과 근사반경(Approximation Radius) 값을 기준으로 일반화를 수행할 수 있다.
도 6은 본 발명의 실시예에 따른 이동객체 정체구간의 일반화 예시를 나타낸 도면이다.
도 6에 도시된 바와 같이, T2~T6의 시간간격구간(Time Slot)에서 정체구간을 이루고, 이러한 정체구간에 대한 값들에 대한 변화가 거의 없으므로, 이러한 값들을 일반화 처리하여 중복데이터에 의한 저장공간의 낭비를 최소화시킬 수 있다. 즉, 일정 시간간격구간의 정체구간에서 중복되는 데이터들을 생략함으로써 그에 따른 저장공간을 좀 더 확보할 수 있도록 한다.
상기 이동객체 색인정보 생성부(225)는 시간간격단위(Time Slot Unit)과 시간영역단위(Time Partition Unit)을 기준으로 하기의 수식 1에 따라 2단 (2-Tier) 구조의 시간 색인정보를 생성하고, 하기의 수식 2에 따라 공간 색인정보를 생성할 수 있다.
[수식 1]
TPart = [(Tmv - TStart) / (TPartUnit)]
TSlot = [(Tmv - (TPart x TPartUnit )) / TSlotUnit]
TStart : 최초 기준 타임 스탬프(Timestamp) 또는 색인할 시간영역의 시작 타임 스탬프(Timestamp)
TPartUnit : 시간영역단위(Time Partition Unit)
TSlotUnit : 시간간격단위(Time Slot Unit)
TPart : 시간영역구간(Time Partition)
TSlot : 시간간격구간(Time Slot)
Tmv : 이동객체의 타임 스탬프(Timestamp)
[수식 2]
Xmin , Xmax , Ymin , Ymax : 색인할 공간 영역 전체의 Envelope
x, y : 각 이동객체 위치 좌표
Xgrid , Ygrid : 그리드의 위치
W = Xmax - Xmin
H = Ymax - Ymin
Xgrid = [(x - Xmin) / W]
Ygrid = [(y - Ymin) / H]
상술한 이동객체 빅데이터 적재부(220)에 따른 데이터 처리에 있어서, 기준정보 읽기부(221)은 한번만 수행되고, 나머지 원시데이터 읽기부(222), 이동객체 분류 및 아이디 생성부(223), 이동객체정보 일반화부(224) 및 이동객체 색인정보 생성부(225)는 모든 원시데이터의 처리가 완료되는 시점까지 반복 순차적으로 수행될 수 있다.
도 5는 본 발명의 실시예에 따른 이동객체 빅데이터 질의 서비스부의 구성을 나타낸 블록도이다.
상기 이동객체 빅데이터 질의 서비스부(230)는 이동객체 빅데이터 클라이언트 단말기(100)로부터 요청 받은 이동객체의 검색 질의요청에 대하여 시공간 색인정보를 탐색하고, 해당 이동객체의 고유정보, 이동정보 및 상태정보를 검색한 후 해당 검색결과를 이동객체 빅데이터 입출력부(210)로 전달함으로써, 해당 검색결과는 이동객체 빅데이터 클라이언트 단말기(100)로 전송될 수 있다. 이를 위해 이동객체 빅데이터 질의 서비스부(230)는 시공간 질의 요청부(231), 시공간 색인영역 계산부(232), 시공간 색인영역 검색부(233), 검색대상 이동객체 호출부(234) 및 시공간 질의결과 반환부(235)를 포함할 수 있다.
상기 시공간 질의 요청부(231)는 이동객체 빅데이터 클라이언트 단말기(100)로부터 요청된 질의요청을 이동객체 고유정보, 시공간정보, 객체상태정보로 구분하여 파싱하고 검색 트리를 구성할 수 있다.
상기 시공간 색인영역 계산부(232)는 시공간 질의조건에 해당하는 시간색인 범위를 하기의 수식 3에 따라 계산하고, 공간색인 범위를 하기의 수식 4에 따라 계산할 수 있다.
[수식 3]
tminPart = [(Tmin -Tstart ) / (TPartUnit )]
tmaxPart = [(Tmax -Tstart ) / (TPartUnit )]
tminSlot = [((Tmin - (tminPart x TPartUnit )) / TSlotUnit ]
tmaxSlot = [((Tmin - (tmaxPart x TPartUnit )) / TSlotUnit ]
TStart : 최초 기준 타임 스탬프(Timestamp) 또는 색인된 시간영역의 시작 타임 스탬프(Timestamp)
TPartUnit : 시간영역단위(Time Partition Unit)
TSlotUnit : 시간간격단위(Time Slot Unit)
Tmin ,Tmax : 질의할 시간범위
tminPart ,tmaxPart : 검색한 시간영역범위
tminSlot ,tmaxSlot : 검색한 시간간격범위
TPart : 시간영역구간 (Time Partition)
TSlot : 시간간격구간 (Time Slot)
[수식 4]
Xmin , Xmax , Ymin , Ymax : 색인할 공간 영역 전체의 Envelope
xmin , xmax , ymin , ymax : 호출할 영역의 Envelope
GridXmin , GridXmax , GridYmin , GridYmax : 그리드의 범위
W = Xmax - Xmin
H = Ymax - Ymin
GridXmin = [(xmin - Xmin) / W]
GridXmax = [(xmax - Xmin) / W]
GridYmin = [(ymin - Ymin) / H]
GridYmax = [(ymax - Ymin) / H]
도 7은 본 발명의 실시예에 따른 이동객체 시공간색인의 예시를 나타낸 도면으로, 좀 더 구체적으로, 2차원 평면의 1 Tier Grid 구조에 기반한 공간색인과 시간영역구간(Time Partition) 및 시간간격구간(Time Slot)의 2 Tier 구조에 기반한 시간색인이 통합된 시공간색인의 일례를 나타낸 도면이다.
도 7에 도시된 이동객체 이동정보 예시와 같이, 시간의 경과에 따른 이동객체의 위치 및 상태 변화에 대한 정보는 하나의 자료구조에 저장될 수 있다. 여기서, 이동객체는 Start Time Slot(Timestamp) x Time Slot Unit 시간을 기점으로 Duration Slot Count(Dur.) x Time Slot Unit 시간 동안에 위치와 상태의 변화가 없었음을 나타내며, 위치는 공간상의 좌표(Point)로 표시되어 Grid의 위치와 매핑될 수 있다.
도 7의 좌측 하단의 표에 도시된 레코드들은 개별 Time Slot을 나타내며, 도 7의 좌측 상단의 도식은 각 Time Slot에 따른 이동객체의 공간상 위치변화를 나타내며, T1~T4 Time Slot들이 TP 1 Time Partition으로 Grouping되어 있음을 보여준다. 도 7의 우측 상단의 도식은 T1~T4 Time Slot에서 변화하는 이동객체의 위치를 2차원 공간에 연속적으로 나타내고 있으며, 각 위치변화 좌표(Point)와 Time Slot을 연결하고 해당 Time Slot이 속해있는 Time Partition과 2 Tier 구조로 연결해서 보여주고 있다.
이와 같이 구성된 시공간의 연결관계는 도 7의 우측 하단의 표에 나타낸 이동객체 색인정보 생성 예시와 같이 공간색인의 기준이 되는 Grid(Grid Key), 시간색인의 기준이 되는 시간영역구간(Time Partition), 이동객체의 유일식별자인 객체 키(UID) 등을 조합하여 이동객체 색인정보로 생성되며, 이동객체 빅데이터 클라이언트 단말기의 시공간 검색질의 요청 시 공간키(Grid Key), 시간영역키(Time Partition Key), 객체 키(UID) 등의 검색조건에 따라 이동객체 이동정보의 위치로 이동하여 해당 데이터를 검색할 수 있다.
상기 시공간 색인영역 검색부(233)는 시공간 색인영역 계산부(232)를 통해 계산된 시공간 색인 범위를 기준으로 이동객체 색인정보를 탐색할 수 있다.
상기 검색대상 이동객체 호출부(234)는 이동객체의 이동정보 및 고유정보를 검색할 수 있다.
상기 시공간 질의결과 반환부(235)는 검색대상 객체 호출부의 검색결과를 이동객체 빅데이터 클라이언트 단말기(100)로 제공할 수 있다.
상기 이동객체 빅데이터 분산저장 파일 시스템부(240)는 이동객체 빅데이터 적재부(220)를 통해 생성된 이동객체 빅데이터 및 색인정보를 RDD(Resilient Distributed Dataset) 및 HDFS(Hadoop Distributed File System)에 분산 저장하고, 이동객체 빅데이터 적재부(220) 또는 이동객체 빅데이터 질의 서비스부(230)의 정보 요청 시 해당 정보를 제공할 수 있다.
상기와 같이 이동객체 시공간 정보의 고속 분산처리를 위한 색인 및 저장 방법을 이용하면 대규모의 빅데이터급 이동객체 정보를 효과적으로 정제 및 분산적재하여 저장공간을 최적화하고 다차원 시공간 통합색인 구조를 기반으로 고속의 검색을 지원하여 이동객체 빅데이터에 대한 사용자의 다양한 질의요청에 적시 서비스가 가능하다.
이상에서 설명한 것은 본 발명에 의한 이동객체 시공간정보의 고속분산처리를 위한 색인 및 저장 시스템을 실시하기 위한 하나의 실시예에 불과한 것으로서, 본 발명은 상기 실시예에 한정되지 않고, 이하의 특허청구범위에서 청구하는 바와 같이 본 발명의 요지를 벗어남이 없이 당해 발명이 속하는 분야에서 통상의 지식을 가진 자라면 누구든지 다양한 변경 실시가 가능한 범위까지 본 발명의 기술적 정신이 있다고 할 것이다.
1000: 이동객체 시공간정보의 고속분산처리를 위한 색인 및 저장 시스템
100: 이동객체 빅데이터 클라이언트 단말기
200: 이동객체 빅데이터 분산클러스터 서버
210: 이동객체 빅데이터 입출력부
220: 이동객체 빅데이터 적재부
221: 기준정보 읽기부
222: 원시데이터 읽기부
223: 이동객체 분류 및 아이디 생성부
224: 이동객체 정보 일반화부
225: 이동객체 색인정보 생성부
230: 이동객체 빅데이터 질의 서비스부
231: 시공간 질의 요청부
232: 시공간 색인영역 계산부
233: 시공간 색인영역 검색부
234: 검색대상 이동객체 호출부
235: 시공간 질의결과 반환부
240: 이동객체 빅데이터 분산저장 파일 시스템부

Claims (4)

  1. 이동객체 데이터 및 이동객체 검색질의를 제공하는 이동객체 빅데이터 클라이언트 단말기; 및
    상기 이동객체 데이터를 시간 색인 및 공간 색인을 적용시켜 저장하고, 상기 이동객체 검색질의에 따른 시간 색인 및 공간 색인에 부합하는 이동객체 데이터를 조회 및 호출하는 이동객체 빅데이터 분산클러스터 서버를 포함하고,
    상기 이동객체 빅데이터 분산클러스터 서버는,
    상기 이동객체 빅데이터 클라이언트 단말기와 연결되어 이동객체 원시데이터의 입력, 검색 질의요청의 입력, 및 질의결과의 출력을 각각 처리하는 이동객체 빅데이터 입출력부;
    상기 이동객체 원시데이터의 적재 및 색인을 처리하며, 이동객체 빅데이터에 대한 시공간정보를 일반화하고 색인정보를 생성하는 이동객체 빅데이터 적재부;
    상기 이동객체의 검색 질의요청에 대하여 시공간 색인정보를 탐색하여 해당 이동객체의 고유정보, 이동정보 및 상태정보를 검색한 후 해당 검색결과를 상기 이동객체 빅데이터 입출력부로 전달하는 이동객체 빅데이터 질의 서비스부; 및
    상기 이동객체 빅데이터 적재부를 통해 생성된 이동객체 빅데이터 및 색인정보를 분산 저장하고, 상기 이동객체 빅데이터 적재부 또는 상기 이동객체 빅데이터 질의 서비스부의 정보 요청 시 해당 정보를 제공하는 이동객체 빅데이터 분산저장 파일 시스템부를 포함하고,
    상기 이동객체 빅데이터 분산저장 파일 시스템부에 저장되는 이동객체 정보의 자료구조는,
    각 이동객체 빅데이터의 일반화 및 색인 처리 기준을 관리하기 위한 이동객체 기준정보; 각 이동객체가 고유하게 가지고 있는 정보를 관리하기 위한 이동객체 고유정보; 시간의 흐름에 따라 각 이동객체에 대한 위치 및 상태 정보를 관리하기 위한 이동객체 이동정보; 및 각 이동객체에 대한 시공간 색인정보를 관리하기 위한 이동객체 색인정보를 포함하고,
    상기 이동객체 기준정보는,
    이동객체 이동정보와 색인정보의 분류 및 저장 기준정보를 관리하는 속성테이블로서, 이동객체의 유형을 구분하는 이동객체 클래스(Object Class); 이동객체 시간간격의 단위인 시간간격단위(Time Slot Unit); 시간영역 단위이며 상기 시간간격단위(Time Slot Unit)의 배수로 나타내는 시간영역단위(Time Partition Unit); 및 상기 시간간격단위(Time Slot Unit)의 연속적인 시간흐름 상에서 위치 변화가 없는 정지상태로 일반화하기 위한 근사반경 기준을 나타내는 근사반경(Approximation Radius)을 포함하고,
    상기 이동객체 고유정보는,
    각 이동객체에 대한 고유정보를 저장하는 속성테이블로서, 자료구조 내에서 이동객체를 유일하게 식별하기 위한 객체 키(UID); 이동객체의 고유 값을 나타내는 객체 아이디(Obj_ID); 및 이동객체의 각종 고유 속성을 포함하고,
    상기 이동객체 이동정보는,
    각 이동객체의 시점 별 위치와 상태정보를 저장하는 공간 레이어로서, 이동객체를 식별하고 고유정보를 참조하기 위한 객체 키(UID); 이동객체 별 이동 지점의 고유 순차번호를 나타내는 지점 아이디(NodeID); 해당 지점의 위치좌표를 나타내는 포인트(Point); 해당 시점을 나타내는 타임 스탬프(Timestamp); 해당 위치에서의 정지지속시간(Duration); 및 이동객체의 상태 값을 나타내는 이벤트 속성(Event Attribute)를 포함하고,
    상기 이동객체 색인정보는,
    공간 그리드 상의 위치를 나타내는 그리드 키(Grid Key); 시간영역을 나타내는 시간영역구간(Time Partition); 이동객체의 식별자를 나타내는 객체 키(UID); 이동지점의 구간 별 식별번호를 나타내는 지점 아이디(NodeID); 시작시간(Start Time Slot); 및 해당 위치에서의 지속시간을 나타내는 정지지속시간 카운트(Duration Slot Count)를 포함하고,
    상기 정지지속시간 카운트(Duration Slot Count)는 상기 이동객체 기준정보에 설정된 시간간격단위(Time Slot Unit)의 배수로 표시되며, 해당 값이 2이상인 경우 시작시간(Start Time Slot)을 시작점으로 하여 정지지속시간 카운트(Duration Slot Count) x 시간간격단위(Time Slot Unit)의 시간 동안 동일 위치에 정지해 있고 이벤트 속성(Event Attribute)의 상태변화가 없음을 나타내는 것을 특징으로 하는 이동객체 시공간정보의 고속분산처리를 위한 색인 및 저장 시스템.
  2. 삭제
  3. 제1 항에 있어서,
    상기 이동객체 빅데이터 적재부는,
    이동객체 이동정보의 일반화 및 색인 생성의 기준이 되는 상기 이동객체 기준정보의 값을 각각 설정하는 기준정보 읽기부;
    상기 이동객체 빅데이터 클라이언트 단말기로부터 수신되어 상기 이동객체 빅데이터 분산저장 파일 시스템부에 저장된 이동객체 원시데이터를 읽어 드리는 원시데이터 읽기부;
    상기 원시데이터 읽기부를 통해 읽은 이동객체 원시데이터에서 저장 및 검색에 필요한 항목을 이동객체 이동정보로 재구성하고, 이동객체 별 유일 식별자인 객체 키(UID)를 생성하는 이동객체 분류 및 아이디 생성부;
    이동객체 이동정보 중 시공간 도메인 속성에 대하여 시간간격구간(Time Slot)과 근사반경(Approximation Radius) 값을 기준으로 일반화를 수행하는 이동객체 정보 일반화부; 및
    시간간격단위(Time Slot Unit)과 시간영역단위(Time Partition Unit)을 기준으로 하기의 수식 1에 따라 2단 구조의 시간 색인정보를 생성하고, 하기의 수식 2에 따라 공간 색인정보를 생성하는 이동객체 색인정보 생성부를 포함하고,
    상기 이동객체 원시데이터에서 저장 및 검색에 필요한 항목은 이동객체의 위치, 시간 및 상태 데이터를 포함하는 것을 특징으로 하는 이동객체 시공간정보의 고속분산처리를 위한 색인 및 저장 시스템.
    [수식 1]
    TPart = [(Tmv - TStart) / (TPartUnit)]
    TSlot = [(Tmv - (TPart x TPartUnit )) / TSlotUnit]
    TStart : 최초 기준 타임 스탬프(Timestamp) 또는 색인할 시간영역의 시작 타임 스탬프(Timestamp)
    TPartUnit : 시간영역단위(Time Partition Unit)
    TSlotUnit : 시간간격단위(Time Slot Unit)
    TPart : 시간영역구간(Time Partition)
    TSlot : 시간간격구간(Time Slot)
    Tmv : 이동객체의 타임 스탬프(Timestamp)
    [수식 2]
    Xmin, Xmax, Ymin, Ymax : 색인할 공간 영역 전체의 Envelope
    x, y : 각 이동객체 위치 좌표
    Xgrid, Ygrid : 그리드의 위치
    W = Xmax - Xmin
    H = Ymax - Ymin
    Xgrid = [(x - Xmin) / W]
    Ygrid = [(y - Ymin) / H]
  4. 제1 항에 있어서,
    상기 이동객체 빅데이터 질의 서비스부는,
    상기 이동객체 빅데이터 클라이언트 단말기로부터 요청된 질의요청을 이동객체 고유정보, 시공간정보, 객체상태정보로 구분하여 파싱하고 검색 트리를 구성하는 시공간 질의 요청부;
    시공간 질의조건에 해당하는 시간색인 범위를 하기의 수식 3에 따라 계산하고, 공간색인 범위를 하기의 수식 4에 따라 계산하는 시공간 색인영역 계산부;
    시공간 색인영역 계산부를 통해 계산된 시공간 색인 범위를 기준으로 이동객체 색인정보를 탐색하는 시공간 색인영역 검색부;
    이동객체의 이동정보 및 고유정보를 검색하는 검색대상 이동객체 호출부; 및
    상기 검색대상 이동객체 호출부의 검색결과를 상기 이동객체 빅데이터 클라이언트 단말기로 제공하는 시공간 질의결과 반환부를 포함하는 것을 특징으로 하는 이동객체 시공간정보의 고속분산처리를 위한 색인 및 저장 시스템.
    [수식 3]
    tminPart = [(Tmin -Tstart ) / (TPartUnit )]
    tmaxPart = [(Tmax -Tstart ) / (TPartUnit )]
    tminSlot = [((Tmin - (tminPart x TPartUnit )) / TSlotUnit ]
    tmaxSlot = [((Tmin - (tmaxPart x TPartUnit )) / TSlotUnit ]
    TStart : 최초 기준 타임 스탬프(Timestamp) 또는 색인된 시간영역의 시작 타임 스탬프(Timestamp)
    TPartUnit : 시간영역단위(Time Partition Unit)
    TSlotUnit : 시간간격단위(Time Slot Unit)
    Tmin ,Tmax : 질의할 시간범위
    tminPart ,tmaxPart : 검색한 시간영역범위
    tminSlot ,tmaxSlot : 검색한 시간간격범위
    TPart : 시간영역구간 (Time Partition)
    TSlot : 시간간격구간 (Time Slot)
    [수식 4]
    Xmin, Xmax, Ymin, Ymax : 색인할 공간 영역 전체의 Envelope
    xmin, xmax, ymin, ymax : 호출할 영역의 Envelope
    GridXmin, GridXmax, GridYmin, GridYmax : 그리드의 범위
    W = Xmax - Xmin
    H = Ymax - Ymin
    GridXmin = [(xmin - Xmin) / W]
    GridXmax = [(xmax - Xmin) / W]
    GridYmin = [(ymin - Ymin) / H]
    GridYmax = [(ymax - Ymin) / H]
KR1020180134544A 2018-11-05 2018-11-05 이동객체 시공간정보의 고속분산처리를 위한 색인 및 저장 시스템 KR101966928B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020180134544A KR101966928B1 (ko) 2018-11-05 2018-11-05 이동객체 시공간정보의 고속분산처리를 위한 색인 및 저장 시스템

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020180134544A KR101966928B1 (ko) 2018-11-05 2018-11-05 이동객체 시공간정보의 고속분산처리를 위한 색인 및 저장 시스템

Publications (1)

Publication Number Publication Date
KR101966928B1 true KR101966928B1 (ko) 2019-04-08

Family

ID=66164484

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020180134544A KR101966928B1 (ko) 2018-11-05 2018-11-05 이동객체 시공간정보의 고속분산처리를 위한 색인 및 저장 시스템

Country Status (1)

Country Link
KR (1) KR101966928B1 (ko)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116382596A (zh) * 2023-06-02 2023-07-04 智成时空(西安)创新科技有限公司 基于分布式技术的时空大数据存储方法及系统

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20040034931A (ko) * 2002-10-17 2004-04-29 한국전자통신연구원 다수 이동체의 위치정보 관리 시스템
KR20090108952A (ko) * 2008-04-14 2009-10-19 제주대학교 산학협력단 궤적 데이터의 인덱싱 방법 및 그 방법을 이용하는 장치
KR20100070895A (ko) * 2008-12-18 2010-06-28 한국전자통신연구원 메타데이터 서버 및 메타데이터 관리 방법
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
KR101852597B1 (ko) 2017-09-14 2018-04-27 주식회사 포스웨이브 이동객체 빅데이터 정보저장 시스템 및 이를 이용한 이동객체 빅데이터 저장 및 색인 처리 방법

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20040034931A (ko) * 2002-10-17 2004-04-29 한국전자통신연구원 다수 이동체의 위치정보 관리 시스템
KR20090108952A (ko) * 2008-04-14 2009-10-19 제주대학교 산학협력단 궤적 데이터의 인덱싱 방법 및 그 방법을 이용하는 장치
KR20100070895A (ko) * 2008-12-18 2010-06-28 한국전자통신연구원 메타데이터 서버 및 메타데이터 관리 방법
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
KR101852597B1 (ko) 2017-09-14 2018-04-27 주식회사 포스웨이브 이동객체 빅데이터 정보저장 시스템 및 이를 이용한 이동객체 빅데이터 저장 및 색인 처리 방법

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 (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116382596A (zh) * 2023-06-02 2023-07-04 智成时空(西安)创新科技有限公司 基于分布式技术的时空大数据存储方法及系统
CN116382596B (zh) * 2023-06-02 2023-08-11 智成时空(西安)创新科技有限公司 基于分布式技术的时空大数据存储方法及系统

Similar Documents

Publication Publication Date Title
US10353742B2 (en) Tracking large numbers of moving objects in an event processing system
CN106372136B (zh) 分布式缓存系统、方法及存储介质
KR101687124B1 (ko) 위치 기반 서비스를 위한 데이터세트 구조를 생성하는 방법 및 모바일 디바이스에 위치 기반 서비스를 제공하기 위한 방법 및 시스템
CN108121705B (zh) 一种开放的多源二、三维地理信息数据聚合和发布系统
CN105512320A (zh) 一种用户排名获得方法、装置及服务器
KR101852597B1 (ko) 이동객체 빅데이터 정보저장 시스템 및 이를 이용한 이동객체 빅데이터 저장 및 색인 처리 방법
US10812322B2 (en) Systems and methods for real time streaming
CN111552010A (zh) 一种全球气象灾害卫星遥感快速响应与可视化服务平台
CN103036921A (zh) 一种用户行为分析系统和方法
Kumar et al. M-Grid: a distributed framework for multidimensional indexing and querying of location based data
KR101966928B1 (ko) 이동객체 시공간정보의 고속분산처리를 위한 색인 및 저장 시스템
CN111797174A (zh) 管理时空数据的方法和装置
CN112035559B (zh) 热力图的展示方法、服务器及系统
Ding et al. RDB-KV: A cloud database framework for managing massive heterogeneous sensor stream data
Cortés et al. A scalable architecture for spatio-temporal range queries over big location data
Lee et al. An efficient spatio-temporal index for spatio-temporal query in wireless sensor networks
Zhu et al. A location-based push service architecture with clustering method
CN105354310A (zh) 基于MapReduce的地图瓦片存储布局优化方法
CN116010677B (zh) 空间索引方法、装置及其电子设备
Nah et al. A cluster-based TMO-structured scalable approach for location information systems
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
CN116578395B (zh) 事务处理方法、系统、装置、电子设备及存储介质
US11403294B1 (en) Smart scan hash join optimization
CN111708806B (zh) 一种数据访问的方法、装置、服务器、系统及存储介质

Legal Events

Date Code Title Description
GRNT Written decision to grant