10.3969/j.issn.1000-7024.2013.12.029
基于Hadoop的QR树索引方法
针对处理海量空间数据时,集中式环境在机器性能上无法满足超大计算量的性能要求问题,提出基于分布式平台Hadoop来替换集中式环境,突破机器性能瓶颈,并且利用QR-Tree为海量空间数据建立索引,同时参考MapReduce“分而治之”的思想,设计了基于MapReduce并行框架处理索引创建和查询的算法.通过在分布式环境下改造QR-Tree算法为HQR-Tree (Hadoop QR Tree)化整为零,将计算量分散到Hadoop各个计算节点中并行计算,以提高计算效率,减少响应时间.实验结果表明,HQR-Tree处理海量空间数据具有较高的效率.
QR树、空间数据索引、分布式数据索引、Hadoop、Mapreduce
34
TP311.131(计算技术、计算机技术)
江苏省科技支撑计划工业基金项目BE2012179;江苏省普通高校研究生科研创新计划基金项目CXZZ12_0229
2014-01-17(万方平台首次上网日期,不代表论文的发表时间)
共6页
4231-4236