基于MapReduce的空间数据并行划分算法
针对海量空间数据分布式存储中存在的不顾及空间邻近性、分布不均和数据倾斜的问题,基于MapReduce并行编程模型,对Hilbert空间曲线层次分解的思想和节点容量感知的方法进行了研究,提出了一种层次分解的空间数据并行划分策略,并通过临界值判定实现空间数据的均衡存储.最后通过实例分析说明该方法可以在保证空间数据邻近特性的同时,解决海量空间数据分布式存储不均和数据倾斜的问题.
MapReduce、Hilbert空间曲线、空间数据并行划分
P208(一般性问题)
国家重点研发计划2016YFB0502603;湖北省自然科学基金ZRY2015001543;中国地质大学武汉中央高校基本科研业务费资金1610491B20
2017-12-22(万方平台首次上网日期,不代表论文的发表时间)
共5页
96-100