非关系型数据库中轨迹大数据时空索引研究及应用

发布时间：2021-01-15 00:22

　　现今社会,随着无线传感技术、GPS技术、互联网技术、云计算技术的迅速发展,位置数据的获取越来越容易,基于位置的服务（LBS）蓬勃发展,移动轨迹数据大量获取并日渐积累。轨迹数据携带大量的隐含信息,且具有海量高动态的特性。高效管理和索引轨迹数据对挖掘海量轨迹的潜在价值、服务交通和出行等具有重要的意义。本文从实际应用场景出发,从数据库选择、索引策略选择、存储结构及索引算法设计等几个方面对轨迹大数据的时空索引进行了探索。针对现有主流的非关系型数据库的特征和适用性,本文选择了横向扩展性良好、具有最快写操作性能的Cassandra数据库作为轨迹大数据存储的数据库。针对Cassandra数据库读性能的瓶颈设计时空索引。采用时间划分的策略将时间和空间放在同等地位基于Cassandra构建复合时空索引。空间索引采用四叉树和希尔伯特（Hilbert）曲线,时间索引采用等间隔划分。轨迹数据具有高动态性,索引更新代价较大,本文选择固定级别的S2索引编码为实时轨迹构建空间索引。对于固定级别的空间划分,不同精度的查询场景响应效率不同。为实现常见应用场景的迅速响应,本文提出了空间级别和时间间隔划分策略,在最大化利用... 

【文章来源】：聊城大学山东省

【文章页数】：56 页

【学位级别】：硕士

【部分图文】：

技术路线图

在节点的存储结构为一个四维哈希，包括键空间(Key Space)、列ary Key)、列(Column)。Primary Key 由分区键(Partition Key)和排序成，分区键决定数据分布在哪个节点，排序键决定数据在该节点mn 以(name：value)对的形式存储数据。每一个数据块根据复制策 strategy)产生多个备份并分配到不同的节点和数据中心。Cassan（Simple Strategy）和网络拓扑策略（Network Topology Strategy。单个数据中心采用 Simple Strategy 策略，第一份数据存放在分复制的数据顺时针存放在其后的节点上，不考虑跨数据中心和机据中心的情况，采用 Network Topology Strategy，第一份数据同的节点上，复制的数据存放在不同的机架上，每个数据中心可以andra 的存储结构如图 2.1 所示，其中数据中心为 2，复制因子为

哈希映射原理


本文编号：2977840