一种矢量QR树并行索引技术制造技术

本发明专利技术公开了一种矢量QR树并行索引技术。在新型并行环境下，针对海量空间数据的高效索引尤为重要，且空间数据索引效率的高低是衡量空间数据库整体性能的关键。目前已有的并行索引技术不能突破主节点访问的瓶颈，难以解决进程间的负载均衡问题。针对以上问题，本发明专利技术设计了一种针对矢量的Q树和R树协同的并行索引技术，内容包括：1)采用多通道法将相邻的空间数据集划分至不同进程，实现进程间任务的负载均衡；2)基于空间对象最小包围矩形的中心点构建QR树，优化索引路径；3)对QR树进行主从式存储，优化索引读取；4)对QR树进行协同检索，突破根节点访问瓶颈。空间对象集划分、QR树构建、主从式存储、QR树协同检索共同组成了QR树并行索引技术。本发明专利技术所涉及的QR树并行索引可为单机多核、众核与高性能集群环境的海量数据空间索引软件的开发与服务提供一种高效的矢量空间检索方法。

【技术实现步骤摘要】

本专利技术涉及空间数据管理与检索领域，特别是涉及一种并行环境下海量矢量空间数据的并行索引技术。
技术介绍
空间数据具有复杂性、抽象性、多时空性、多态性及非结构化的特征，空间索引是空间数据检索、共享与服务的关键，空间数据服务中海量空间数据的高效索引尤为重要。目前，空间索引主要有网格索引[1’2]、四叉树[3’4](0树)及1 树[5’6]。其中，网格索引主要针对栅格数据，Q树和R树主要针对矢量数据。Q树是基于空间划分组织索引结构的一类索引机制，对线、面集建立Q树，数据冗余大、检索效率低下，但针对点集建立Q树进行检索，检索效率高。R树是B树在多维空间上的扩展，主要有R树、R+m、R·’9]树等。由于要动态维护空间索引结构，该方法的插入代价非常高，特别是对于海量空间数据而言，索引的创建过程将耗时巨大。随着计算机技术的发展，出现了单机多核、多机多核(众核)及高性能集群等新型并行环境。该环境下，空间数据索引效率的高低是衡量空间数据库整体性能的关键。有关学者研究了 R 树的并行算法[1CH13]，如 GPR 树[10]、Master-cIientR M [11]、Upgraded Parall本文档来自技高网...

【技术保护点】
一种矢量QR树并行索引技术，其特征主要在于：面向任务均衡的多通道空间数据划分方法；基于空间对象最小包围矩形中心点及空间对象真实范围的QR树构建方法；QR树的主从式存储方法；QR树协同检索方法。

【技术特征摘要】
1.一种矢量QR树并行索引技术，其特征主要在于 面向任务均衡的多通道空间数据划分方法； 基于空间对象最小包围矩形中心点及空间对象真实范围的QR树构建方法； QR树的主从式存储方法； QR树协同检索方法。2.根据权利要求1所述面向任务均衡的多通道空间数据划分方法，其特征在于，包含I个特征 I)各通道依据空间对象最小包围矩形的中心点将相邻的空间对象集划分至不同进程，实现进程间空间数据集的负载均衡及检索的任务均衡。3.根据权利要求1所述基于空间对象最小包围矩形中心点及空间对象真实范围的QR树构建方法，其特征在于，主要包含以下4个特征 1)空间对象抽象为最小包围矩形的中心点，并将该抽象点插入QR树中的Q树，而插入QR树中的R树则为空间对象的最小包围矩形。2)QR树中Q树为线性四叉树，且有与Q树叶子节点——对应的二维数组，通过该二维数组去访问Q树叶子节点所包含的R树。3)每个Q树叶子节点都包含两个范围逻辑范围、实际范围。Q树叶子节点的逻辑范围与对应R树的范围合并，得到的新范围为叶子节点的实际范围。4)Q树叶子节点的Length_Rati0ij(实际范围长与逻辑划分范围长的比值)、Width_R...

【专利技术属性】
技术研发人员：吴立新，杨宜舟，郭甲腾，
申请(专利权)人：吴立新，杨宜舟，郭甲腾，
类型：发明
国别省市：