基于HBase的多维索引查询机制的优化

摘要：

键值存储旨在从非常大的数据量中提取值,同时具有高可用性、容错性和可伸缩性,因此提供了非常需要的基础设施来支持基于位置的服务(LBS).然而,多维数据上的复杂查询不能有效地处理,因为键值存储不提供访问多个属性的方法.针对键值存储HBase不能有效处理多维数据的问题,提出了一个统一的索引框架——New-grid,使键值存储HBase支持多维查询.在改进的P-grid覆盖网络中,组织了一组节点,提供了高效的数据分布、容错和多维数据的查询处理.为了进行索引,使用基于Hilbert空间填充曲线来保存数据的局部性,从而有效地管理键值存储中的多维数据.同时使用HBase底层存储管理数据,并提出了一种范围查询和K最近邻查询的算法,以消除维护单独索引表的开销.在Amazon EC2上使用4、8和16个普通节点的集群进行了广泛的实验.实验结果表明,New-grid的性能相比MD-Hbase以及MapReduce更优.

关键词：基于位置的服务、多维索引、Hbase、空间填充曲线、覆盖网络

所属期刊栏目：40

分类号：TP391(计算技术、计算机技术)

资助基金：中央高校基本科研业务费专项资助项目20190605

在线出版日期：2020-03-31（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：571-577