基于MongoDB的GIS数据云存储研究及应用
发布时间：2021-10-31 11:55
GIS是一种结合地理学、地图学、遥感和计算机科学的特定空间信息系统,由于其可以处理包含空间信息属性的地理数据,已被广泛应用于环境保护、资源管理、农业生产等领域。随着计算机性能的提升和互联网的普及,GIS开始从单纯的技术研究逐步向地理服务层面转型,逐渐融入到导航、定位、路线规划等实际应用中,并在土地沙漠化、核扩散、雾霾等全球性问题治理中起到重要作用。近几年由于信息获取技术的发展,地理数据呈现PB级增长,传统的GIS存储方式渐渐难以满足GIS对数据读写速率、存取响应速度、可扩展性等性能方面的需求,而云存储作为一种大容量、可扩展、高性能、低成本的技术,能很好地解决目前GIS遇到的问题,因此探索研究GIS云存储系统将具有重大的意义。本文首先对GIS的国内外研究及发展现状进行了调研,论述了GIS研究的背景及意义,并通过系统分析目前GIS所遇到的瓶颈,指出了GIS与云存储相融合的必要性。然后结合当前GIS存储特点,采用NoSQL类型的MongoDB数据库设计并实现了五服务器分布式云存储架构。接着对当前存在的几种MongoDB数据均衡的改进算法进行了探究,详细分析了它们的优缺点,尝试使用基于队列计数...
【文章来源】：兰州大学甘肃省 211工程院校 985工程院校 教育部直属院校
【文章页数】：78 页
【学位级别】：硕士
【部分图文】：
云存储架构
7图 1-2 研究路线图有以下三个创新点：并实现了一个五服务器架构的 MongoDB 云存储集群 Flash 存储中的热数据识别算法对 MongoDB 集群的改进，给出了一种解决MongoDB集群冷热数据均衡问改进算法进行实现和测试。以上研究，采用前沿 Web 技术，实现了跨平台、轻量级展的开源 GIS 数据存储平台。
一致性上占有优势，但是时代却要求数据库能更及流量、具有良好的伸缩性便于大规模集群管理数据库应运而出。与关系型数据库相比，它们针了专门的设计，取消了关联查询，弱化了架构和储能力，使得数据库拥有灵活的数据模型和优秀写[46]。与关系型数据库基于 ACID 特征相反，N理为依据的[8]。 定理即布鲁尔定理（Brewer’sTheorem），由 Eric Brewe分布式系统只能同时满足以下两种需求，如图 (Consistency)：任何操作执行后在同一时间数据(Availability)：保证每个请求不论是否成功都有响忍(Partitiontolerance)：分布式集群中有部分服务影响其正常服务
【参考文献】：
期刊论文
[1]GIS技术的发展趋势[J]. 杨净. 电子技术与软件工程. 2017(15)
[2]GIS云计算系统实例的框架结构研究[J]. 陈刚锐,葛莹,艾斯卡尔·阿不力米提,赵慧慧. 计算机技术与发展. 2017(06)
[3]基于冷热数据的MongoDB自动分片机制[J]. 冯超政,蒋溢,何军,马祥均. 计算机工程. 2017(03)
[4]基于MongoDB的分布式缓存[J]. 王胜,杨超,崔蔚,黄高攀,张明明. 计算机系统应用. 2016(04)
[5]三维城市模型数据划分及分布式存储方法[J]. 李朝奎,严雯英,杨武,陈果. 地球信息科学学报. 2015(12)
[6]基于MongoDB的海量遥感影像大数据存储[J]. 秦强,王晏民,黄明. 北京建筑大学学报. 2015(01)
[7]GIS在大数据时代下的发展[J]. 赵懂,何贞铭,沈体壮,孙钰. 电脑知识与技术. 2014(32)
[8]基于MongoDB的矢量空间数据云存储与处理系统[J]. 雷德龙,郭殿升,陈崇成,巫建伟,吴小竹. 地球信息科学学报. 2014(04)
[9]实时GIS时空数据模型[J]. 龚健雅,李小龙,吴华意. 测绘学报. 2014(03)
[10]面向大数据分析的分布式文件系统关键技术[J]. 周江,王伟平,孟丹,马灿,古晓艳,蒋杰. 计算机研究与发展. 2014(02)
博士论文
[1]面向高性能计算的WebGIS模型关键技术研究[D]. 郭明强.中国地质大学 2013
硕士论文
[1]基于Web GIS的青藏公路冻土灾害信息系统设计与实现[D]. 李园园.兰州大学 2016
[2]基于MongoDB的黑河流域时空数据云存储关键技术研究[D]. 高锐.兰州大学 2016
[3]基于Markov预测模型的MongoDB分片集群负载均衡策略研究和验证[D]. 尹君.云南大学 2015
[4]基于MongoDB的航道数据Web服务研究[D]. 宋平亮.大连海事大学 2015
[5]MongoDB中的海量数据动态平衡[D]. 王晓琳.上海交通大学 2014
[6]云GIS空间数据存储管理和共享研究[D]. 杨浩.中国地质大学（北京） 2013
[7]基于Chord环的MongoDB数据均衡系统设计与实现[D]. 李东升.重庆大学 2013
[8]基于hadoop的海量图片存储模型的分析和设计[D]. 李林.杭州电子科技大学 2011
[9]一种结合热数据识别的FTL算法[D]. 阳佶宏.重庆大学 2011
本文编号：3468088
【文章来源】：兰州大学甘肃省 211工程院校 985工程院校 教育部直属院校
【文章页数】：78 页
【学位级别】：硕士
【部分图文】：
云存储架构
7图 1-2 研究路线图有以下三个创新点：并实现了一个五服务器架构的 MongoDB 云存储集群 Flash 存储中的热数据识别算法对 MongoDB 集群的改进，给出了一种解决MongoDB集群冷热数据均衡问改进算法进行实现和测试。以上研究，采用前沿 Web 技术，实现了跨平台、轻量级展的开源 GIS 数据存储平台。
一致性上占有优势，但是时代却要求数据库能更及流量、具有良好的伸缩性便于大规模集群管理数据库应运而出。与关系型数据库相比，它们针了专门的设计，取消了关联查询，弱化了架构和储能力，使得数据库拥有灵活的数据模型和优秀写[46]。与关系型数据库基于 ACID 特征相反，N理为依据的[8]。 定理即布鲁尔定理（Brewer’sTheorem），由 Eric Brewe分布式系统只能同时满足以下两种需求，如图 (Consistency)：任何操作执行后在同一时间数据(Availability)：保证每个请求不论是否成功都有响忍(Partitiontolerance)：分布式集群中有部分服务影响其正常服务
【参考文献】：
期刊论文
[1]GIS技术的发展趋势[J]. 杨净. 电子技术与软件工程. 2017(15)
[2]GIS云计算系统实例的框架结构研究[J]. 陈刚锐,葛莹,艾斯卡尔·阿不力米提,赵慧慧. 计算机技术与发展. 2017(06)
[3]基于冷热数据的MongoDB自动分片机制[J]. 冯超政,蒋溢,何军,马祥均. 计算机工程. 2017(03)
[4]基于MongoDB的分布式缓存[J]. 王胜,杨超,崔蔚,黄高攀,张明明. 计算机系统应用. 2016(04)
[5]三维城市模型数据划分及分布式存储方法[J]. 李朝奎,严雯英,杨武,陈果. 地球信息科学学报. 2015(12)
[6]基于MongoDB的海量遥感影像大数据存储[J]. 秦强,王晏民,黄明. 北京建筑大学学报. 2015(01)
[7]GIS在大数据时代下的发展[J]. 赵懂,何贞铭,沈体壮,孙钰. 电脑知识与技术. 2014(32)
[8]基于MongoDB的矢量空间数据云存储与处理系统[J]. 雷德龙,郭殿升,陈崇成,巫建伟,吴小竹. 地球信息科学学报. 2014(04)
[9]实时GIS时空数据模型[J]. 龚健雅,李小龙,吴华意. 测绘学报. 2014(03)
[10]面向大数据分析的分布式文件系统关键技术[J]. 周江,王伟平,孟丹,马灿,古晓艳,蒋杰. 计算机研究与发展. 2014(02)
博士论文
[1]面向高性能计算的WebGIS模型关键技术研究[D]. 郭明强.中国地质大学 2013
硕士论文
[1]基于Web GIS的青藏公路冻土灾害信息系统设计与实现[D]. 李园园.兰州大学 2016
[2]基于MongoDB的黑河流域时空数据云存储关键技术研究[D]. 高锐.兰州大学 2016
[3]基于Markov预测模型的MongoDB分片集群负载均衡策略研究和验证[D]. 尹君.云南大学 2015
[4]基于MongoDB的航道数据Web服务研究[D]. 宋平亮.大连海事大学 2015
[5]MongoDB中的海量数据动态平衡[D]. 王晓琳.上海交通大学 2014
[6]云GIS空间数据存储管理和共享研究[D]. 杨浩.中国地质大学（北京） 2013
[7]基于Chord环的MongoDB数据均衡系统设计与实现[D]. 李东升.重庆大学 2013
[8]基于hadoop的海量图片存储模型的分析和设计[D]. 李林.杭州电子科技大学 2011
[9]一种结合热数据识别的FTL算法[D]. 阳佶宏.重庆大学 2011
本文编号：3468088
本文链接：https://www.wllwen.com/kejilunwen/jisuanjikexuelunwen/3468088.html
