本文關(guān)鍵詞：云計算環(huán)境下大GML空間數(shù)據(jù)并行存取關(guān)鍵技術(shù)研究，，由筆耕文化傳播整理發(fā)布。

【摘要】：隨著對地觀測、移動GIS、互聯(lián)網(wǎng)、物聯(lián)網(wǎng)等技術(shù)的成熟以及GML使用領(lǐng)域不斷拓展,GML空間數(shù)據(jù)正在井噴式增長,其數(shù)據(jù)量正在從GB級躍升至PB乃至EB級,大GML數(shù)據(jù)時代正在來臨。而傳統(tǒng)空間數(shù)據(jù)庫的計算及I/O能力難以滿足大GML數(shù)據(jù)所需的高性能處理需求。近幾年流行的云計算技術(shù)擁有超大規(guī)模、高可擴(kuò)展性、高可靠性和通用性等特點(diǎn);同時No SQL在大數(shù)據(jù)背景下朝氣蓬勃,它是同時支持結(jié)構(gòu)化和半結(jié)構(gòu)化數(shù)據(jù)存儲的一種非關(guān)系型分布式數(shù)據(jù)庫。因此,云計算技術(shù)和No SQL技術(shù)為半結(jié)構(gòu)化大GM空間數(shù)據(jù)的并行存取問題賦予了全新的解決途徑。本文利用開源云計算平臺Hadoop以及分布式數(shù)據(jù)庫HBase研究了大GML空間數(shù)據(jù)在分布式計算環(huán)境下并行存取的關(guān)鍵技術(shù)。主要借助Hadoop平臺及HBase等軟件對大GML空間數(shù)據(jù)的存儲與查詢做了以下幾點(diǎn)研究。(1)分析現(xiàn)有空間數(shù)據(jù)劃分算法,結(jié)合傳統(tǒng)GML存儲管理思想和GML數(shù)據(jù)所擁有的特點(diǎn),兼顧地理要素幾何以及拓?fù)潢P(guān)系等的完整性,研究適合云計算平臺下大GML空間數(shù)據(jù)動態(tài)劃分算法策略。(2)結(jié)合現(xiàn)有云計算技術(shù)及No SQL技術(shù),設(shè)計了適合在HBase中存儲GML空間數(shù)據(jù)的一種存儲模型;分析Hadoop的分布式文件系統(tǒng)架構(gòu)及其數(shù)據(jù)副本的放置策略,改進(jìn)HDFS默認(rèn)數(shù)據(jù)副本放置方法,并對分布式文件系統(tǒng)進(jìn)行擴(kuò)展使其能夠確保地理要素的幾何完整性。(3)深入研究傳統(tǒng)空間數(shù)據(jù)索引機(jī)制,綜合并行空間索引算法和GML空間數(shù)據(jù)劃分算法,基于四叉樹和R樹索引機(jī)制設(shè)計了一種適合GML空間數(shù)據(jù)的兩級并行空間索引結(jié)構(gòu)。(4)分析GML數(shù)據(jù)所具有的特點(diǎn)以及Map Reduce并行計算模型;并結(jié)合HBase數(shù)據(jù)庫與傳統(tǒng)空間數(shù)據(jù)庫的查詢優(yōu)化技術(shù);然后綜合考慮GML數(shù)據(jù)分布式存儲時采用的劃分策略,研究云平臺下適合大GML空間數(shù)據(jù)并行查詢算法及策略。最后,通過實(shí)驗(yàn)測試并對其性能及效率進(jìn)行分析,得出本文設(shè)計的GML空間數(shù)據(jù)劃分算法、存儲模型、并行索引機(jī)制和查詢算法都具有良好的性能。
【關(guān)鍵詞】：云計算 GML Hadoop 數(shù)據(jù)塊 HBase 空間索引
【學(xué)位授予單位】：江西理工大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2015
【分類號】：TP311.13;P208
【目錄】：

• 摘要4-5
• Abstract5-8
• 第一章 緒論8-13
• 1.1 課題研究目的及意義8-9
• 1.2 國內(nèi)外研究現(xiàn)狀9-11
• 1.2.1 國外云計算在GIS領(lǐng)域的研究現(xiàn)狀9-10
• 1.2.2 國內(nèi)云計算在GIS領(lǐng)域的研究現(xiàn)狀10
• 1.2.3 國內(nèi)外GML空間數(shù)據(jù)存儲管理研究現(xiàn)狀10-11
• 1.3 論文研究內(nèi)容及組織結(jié)構(gòu)11-13
• 1.3.1 論文研究內(nèi)容11-12
• 1.3.2 論文組織結(jié)構(gòu)12-13
• 第二章 云計算平臺相關(guān)技術(shù)與GML概述13-23
• 2.1 云計算的發(fā)展及相關(guān)技術(shù)13-14
• 2.1.1 云計算的發(fā)展?fàn)顩r13
• 2.1.2 云計算關(guān)鍵技術(shù)13-14
• 2.2 云計算平臺Hadoop簡介14-19
• 2.2.1 Hadoop概述14
• 2.2.2 Hadoop體系結(jié)構(gòu)14-16
• 2.2.3 HBase體系結(jié)構(gòu)與數(shù)據(jù)模型16-19
• 2.2.3.1 HBase體系結(jié)構(gòu)16-18
• 2.2.3.2 HBase數(shù)據(jù)模型18-19
• 2.3 GML概述19-23
• 2.3.1 GML簡介19-20
• 2.3.2 GML主要模型20-21
• 2.3.3 GML空間數(shù)據(jù)特征21-22
• 2.3.4 GML數(shù)據(jù)解析22-23
• 第三章 云計算環(huán)境下大GML空間數(shù)據(jù)劃分與索引機(jī)制23-36
• 3.1 空間數(shù)據(jù)劃分23-26
• 3.1.1 空間數(shù)據(jù)劃分概述23-24
• 3.1.2 Hilbert空間填充曲線24-25
• 3.1.3 Hilbert空間排列碼25-26
• 3.2 GML空間數(shù)據(jù)劃分策略26-30
• 3.3 并行空間索引機(jī)制30-36
• 3.3.1 四叉樹索引30-31
• 3.3.2 R-Tree空間索引31-32
• 3.3.3 GML并行空間索引設(shè)計32-36
• 第四章 云計算環(huán)境下大GML空間數(shù)據(jù)存儲與并行查詢36-46
• 4.1 GML空間數(shù)據(jù)存儲模型36-41
• 4.1.1 GML空間數(shù)據(jù)存儲粒度選擇36-37
• 4.1.2 基于HBase的GML空間數(shù)據(jù)存儲模型設(shè)計37-41
• 4.2 HDFS文件系統(tǒng)下大GML空間數(shù)據(jù)副本放置策略41-43
• 4.2.1 HDFS默認(rèn)數(shù)據(jù)副本放置策略簡介41
• 4.2.2 GML空間數(shù)據(jù)塊及其副本的放置策略設(shè)計41-43
• 4.3 Hadoop環(huán)境下大GML空間數(shù)據(jù)分布式存儲流程43-44
• 4.4 分布式環(huán)境下GML并行查詢44-46
• 第五章 基于Hadoop的大GML空間數(shù)據(jù)并行存取實(shí)現(xiàn)及測試46-54
• 5.1 Hadoop分布式環(huán)境部署46-49
• 5.2 Hadoop環(huán)境下的GML數(shù)據(jù)并行存儲實(shí)現(xiàn)49-52
• 5.2.1 GML空間數(shù)據(jù)劃分存儲實(shí)現(xiàn)49-50
• 5.2.2 改進(jìn)的數(shù)據(jù)塊副本放置策略實(shí)現(xiàn)50-52
• 5.3 實(shí)驗(yàn)結(jié)果及分析52-54
• 5.3.1 GML并行存儲性能測試52-53
• 5.3.2 GML并行查詢性能測試53-54
• 第六章 總結(jié)與展望54-56
• 6.1 總結(jié)54
• 6.2 展望54-56
• 參考文獻(xiàn)56-59
• 致謝59-60
• 攻讀學(xué)位期間的研究成果60-61

【參考文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前1條

1 孟令奎;黃長青;趙春宇;林志勇;;一種面向并行空間數(shù)據(jù)庫的數(shù)據(jù)劃分算法研究(英文)[J];Geo-Spatial Information Science;2007年04期

  本文關(guān)鍵詞：云計算環(huán)境下大GML空間數(shù)據(jù)并行存取關(guān)鍵技術(shù)研究，由筆耕文化傳播整理發(fā)布。

本文編號：405670