針對“地震采集中大型圖像、大規(guī)模地表及地震體可視化研究及性能優(yōu)化”課題中遇到的問題,即單臺計算機不能高效地存儲與處理海量地震數據,本文研究并設計實現(xiàn)了地震采集領域的數據存儲系統(tǒng)和地震數據可視化的低延遲網絡傳輸協(xié)議,用于建立云計算平臺以處理更大規(guī)模的海量數據。地震數據存儲系統(tǒng)針對存儲大規(guī)模地表、地震體數據而設計,使用了云數據庫作為底層的數據倉庫,可以存儲海量的地震數據。通過使用緩存解決了由遠程數據庫引入的額外開銷,并設計了由雙向鏈表與哈希表相結合實現(xiàn)的LRU緩存置換算法來優(yōu)化緩存,大幅度提高了存儲性能。測試結果顯示本文所采用的數據存儲系統(tǒng)的訪問延遲性能比以往采用的文件系統(tǒng)有明顯提升,保證了渲染程序能夠從云數據庫實時地獲取數據進行渲染。本文設計的網絡傳輸協(xié)議主要用于傳輸地震數據可視化系統(tǒng)中渲染得到的三維地表和地震體圖像,協(xié)議采用優(yōu)化的數據確認和重傳邏輯,實現(xiàn)了低延遲的可靠傳輸。實驗表明,在丟包率相同的網絡條件下該協(xié)議提供了比TCP協(xié)議更低的傳輸延遲。本協(xié)議在基于云計算的地震數據可視化系統(tǒng)中起到了重要作用。
【學位單位】：中國石油大學（北京）
【學位級別】：碩士
【學位年份】：2017
【中圖分類】：P631.4
【部分圖文】：

處理據、地形數據都有多種格式，它們以，原始格式的數據通常包含一些冗余率；使用 LOD 方法渲染需要使用多的數據，所以為提高渲染性能需要DB 中的數據格式盡量一致，同時提要先將原始數據進行預處理再加載預處理據通過記錄地形網絡上的三角形來面劃分成由很多個小三角形組成的網程值，如圖 3.1 所示。使用這種方式 OpenGL 通過繪制三角形來渲染地形直接繪制，不需要其它任何的處理(x

圖 3.2 優(yōu)化后的地形數據格式Fig. 3.2 Optimized terrain data structur方式的利用率較低，在數據中不僅記錄三角形的連接方式，圖 3.1 中，占用了很多的空間。而采樣點之以使用程序計算出來的。如果只保存分相關的信息，則每個點的坐標只會經度、緯度和高程值，可以顯著地提以使用不規(guī)則的網格來劃分，但實際如果在地形數據中記錄下來劃分網格格可以由程序計算得到。所以網格數是采樣點的經度和緯度，如果將經度

圖 3.7 緩存預取邏輯Fig. 3.7 Logical of cache prefetch數據結構數據庫把數據返回給應用程序之后并不會庫后，才把對應的數據塊標記為不再使用個數據塊被用過，那么它有很大的概率會況下也不應該釋放內存，而應該將其緩存最久未使用算法（LRU）來實現(xiàn)緩存的換3 4 493
【參考文獻】

相關期刊論文 前2條

1 李振舉;李學軍;謝劍薇;李雁南;;基于HBase的海量地形數據存儲[J];計算機應用;2015年07期

2 方濤,李德仁,龔健雅,皮明紅;GeoImageDB多分辨率無縫影像數據庫系統(tǒng)的開發(fā)與實現(xiàn)[J];武漢測繪科技大學學報;1999年03期

相關碩士學位論文 前2條

1 劉卓;基于NoSQL的空間數據云存儲的研究[D];河南大學;2014年

2 楊林;適合于高速廣域網的UDT協(xié)議的研究與應用[D];蘇州大學;2013年

本文編號：2842511