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 ParallelR树[12]等，但这些并行索引依旧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。针对该问题，本专利技术利用多通道轮转技术及协同思想，设计出一种针对矢量数据的Q树和R树协同的并行索引技术。参考文献[I]肖伟器，冯玉 才，缪勇武.空间对象数据库网格索引机制.计算机学报，1994，17(10) 45 51.[2]刘异，龚健雅，民维，P2P环境下影像数据流传输的资源定位及选择研究[J]，测绘学报，2010，39 (4) :383 389.[3]Hanan Samet, Robert E. Webber. Storing a collection of polygons usingquadtrees. ACMTransactions on Graphics (TOG) · 1985,4(3) :182 222.[4]李建勋，沈冰，姜仁贵，陈田庆，面向影像金字塔的四叉树空间索引算法[J]，计算机工程，2011，37 (10) :11-13.[5]Guttman. R-trees A Dynamic Index Structure for Spatial Searching.1n Proceedings of ACMSIGMOD Conference. Boston, MA, 1984.47 57.[6]龚俊，朱庆，张叶廷，李晓明，周东波，顾及多细节层次的三维R树索引扩展方法[J]，测绘学报，2011，40 (2) :249 255.[7]Timos K. Sellis, Nick Roussopoulos, Christos Faloutsos. The R+-Tree ADynamic Index forMult1-Dimensional Objects.VLDB.1987.507 518.[8] N. Beckmann, H. P. Kriegel, R. Schneider, B. Seeger. The R*_Tree An Efficient and RobustAccess Method for Points and Rectangles. SIGMODConference. 1990. 322 331.[9]孙殿柱，李延瑞，朱昌志，孙永伟，几何对象统一表示的R*_tree结点分裂算法[J]，华中科技大学学报，2010，38 (2) 55 58.[10]Fu X. , Wang D. , Zheng ff. . GPR-tree A global parallel index structurefor multiattributedeclustering on cluster of workstations.1n Proceedings ofAPDC，97，Shanghai，China，1997,300 306.[11]Schnitzer B.，Leutenegger S. T. . Master-client R-trees A new parallelR-tree architecture.1n Proceedings of SSDBM，Cleveland，Ohio，USA，1999，68 77.[12]Lai Shu-Hua，Zhu-Feng Hua,Sun Yong-Qiang. A design of parallel R-treeon cluster ofworkstations.1n Proceedings of DNIS，Aizu，Japan，2000，119 133.[13]于波，郝忠孝，基于DPR树的分布式并行空间索引机制的研究[J]，计算机技术与发展，2010，20 (6) 39 42.
技术实现思路
并行环境下，提高空间索引效率的方法有以下几个方面降低索引树的高度、减少索引树节点间范围的重叠度、优化索引路径、进程间任务的负载均衡和I/o的负载均衡。为此，本专利技术从空间对象集划分、QR索引构建、索引存储及协同检索等方面着手，内容包括采用多通道划分法将相邻的空间对象(空间数据)集尽可能划分至不同进程；基于空间对象最小包围矩形中心点及空间对象的真实范围对被划分至各进程的空间对象集构建QR树；对已构建的QR树进行主从式存储；对已构建QR树的空间对象集进行协同检索,包括Q树格网膨胀、格网剔除、数据检索操作。1.面向任务均衡的多通道空间数据划分方法各空间对象计算其最小包围矩形的中心点所在的通道，并划分至该通道。各通道将已划分至该通道的空间相邻对象集划分至不同进程，以实现进程间空间数据集的负载均衡及检索任务的负载均衡。具体步骤如下(如附图说明图1、图2中A流程所示)I)读取空间对象集文件(如图1A)，获取空间对象集范围的最小包围矩形左下角点坐标V(xmin,ymin)、右上角点坐标V(Xmax,ymax),已设定通道数量为Iiumdiamel = mXn,计算每个通道的范围aijOninXij, Hiinyj, Hiaxxij, Hiaxyij)(如图1中过程B),计算公式如下本文档来自技高网...
【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：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。