云环境下海量空间矢量数据并行划分算法
空间数据划分是空间大数据索引方法及其数据存储的重要组成部分.针对Hadoop云计算平台在空间数据划分及其存储方面的不足,提出了基于Hilbert空间填充曲线的海量空间矢量数据并行划分算法.在数据划分阶段,充分考虑空间数据相邻对象的空间位置关系、空间对象的自身大小以及相同编码块的空间对象个数等影响因素;通过“合并小编码块,分解大编码块”的划分原则,实现了云环境下海量空间矢量数据的并行划分算法.试验表明,该算法不仅能够提高海量空间矢量数据的索引效率,同时也能够很好地解决空间矢量数据在Hadoop分布式文件系统(Hadoop distributed file system,HDFS)上的数据倾斜问题.
矢量数据、Hilbert编码、空间数据划分、MapReduce、R-tree索引、数据倾斜
43
P208(一般性问题)
国土资源部公益性行业科研专项基金201511010-06
2018-08-29(万方平台首次上网日期,不代表论文的发表时间)
共6页
1092-1097