物流信息文件多维元数据索引与查询研究

《物流信息文件多维元数据索引与查询研究》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、物流信息文件多维元数据索引与查询研究第一章绪论1.1研究背景与意义中国的物流一词是从外国文献资料引进的外来词[1]，物流是指将物品从物品的生产地通过运输、搬运等环节发运到物品的需求地的过程。在我国物流业经过了几十年的发展，物流业已经成为我国国民经济的重要组成部分。2011年物流业国九条的出台，把十二五期间国家支持物流业的政策措施系统化，充分说明我国对物流业的高度重视。随着信息技术和网络技术的发展，物流信息也从无到有的发展起来，信息不仅是现代物流发展的途径，同时也是电子商务的必然需求[2]。由于物流业中新技术不断地涌现，为了使物流信息得到持续的发展

2、和优化，加强物流信息的管理已成为必然[3]。2014年10月国务院印发《物流业发展中长期规划（2014－2020年）》，指出物流业是融合运输、仓储、货代、信息等产业的复合型服务业，是支撑国民经济发展的基础性、战略性产业。同时，提出到2020年基本建立现代物流服务体系，提升物流业标准化、信息化、智能化、集约化水平，最后明确要求以加强物流信息化建设为重点。物流信息数据是由物流活动中的物流相关的知识、图像、资料、数据构成[4]。物流的方案、物流的各项活动必须以物流信息数据为前提。物流企业要能做出正确的选择与决定，必须要以精准的物流信息数据为基础。目前的

3、物流活动中，物流信息具有动态性强，数据贬值速度快地特性，所以物流信息数据库更新速度快，更新信息量大[5]。因此物流企业需要更快的对物流信息数据进行处理，增强物流信息数据处理的速度性和及时性。在信息技术、网络技术高速发展的大背景之下，数据已经成为国家战略资源之一[6]，俨然数据已经成为国家经济发展的重要因素，无论是发达国家还是发展中国家都已将数据作为国家发展的重要战略[7]。正因数据呈几何式的增长，各行业对数据的管理也成为重中之重，元数据作为数据的数据，也成为对数据管理的一种方式，对元数据的研究已成为学术界研究的热点。电子商务的迅猛发展，人们的生活

4、已经与电子商务息息相关，这也给物流业的发展注入了强有力的助推剂[8]。在物流业发展的大环境下，物流信息占据了物流行业活动的重要位置。物流信息中的数据规模在不断的增长，这些增长的物流数据给目前一些物流企业对数据的管理上增加了不少的麻烦。..........1.2论文的主要研究内容本文主要研究的是物流信息存储系统中物流数据文件的多维元数据的索引与查询，分别对多维元数据的索引结构，索引结构更新以及查询算法进行研究。论文的主要研究内容有以下几点：（1）由于物流信息数据的增长，现有的物流数据索引结构已经不能满足物流数据大量增长的需求，同时现有的基于目录树的

5、索引结构，也已经不能符合复杂元数据查询的要求。因此，对目前主流的多维元数据索引结构进行研究，同时针对物流多维元数据的特征和物流多维元数据索引结构的需求，提出一种适合物流信息存储系统的R-TBF（R-TreeandBloomFilter）多维元数据索引结构。同时，物流元数据的增、删、改操作十分频繁，为了在物流数据更新时能够保证索引结构的平衡性，本文在R-TBF索引结构的基础上，提出一种多维元数据更新索引机制，来提高索引结构的扩展性能。（2）由于物流信息数据的大规模增长，物流信息存储系统中物流数据文件的查询变得较为困难了，因为元数据是关于数据的数据，

6、所以物流数据文件的查找可以转化为对物流元数据的查找，所以必须对物流元数据进行有效的查询管理，因此本文设计了适合物流信息数据存储系统的多维元数据查询机制，查询主要包括范围和值查询与范围最大值查询，对于查询机制我们根据数据立方体的启发，建立多维元数据立方体，设计了多维元数据查询机制的主模块、查询模块、更新模块。（3）根据多维元数据查询机制的设计，进行多维元数据查询机制的实现工作。实现了多维元数据查询机制的构建，尤其实现了范围和值查询与范围最大值查询的预计算模块以及查询算法。同时也实现了多维元数据的更新模块。（4）为了证明多维元数据查询机制的性能，对多

7、维元数据查询机制的性能进行了相关的测试与分析，证实了多维元数据查询机制性能的优势。............第二章相关背景知识介绍2.1物流信息的相关介绍物流信息数据是由物流活动中的物流相关的知识、图像、资料、数据构成[13]。物流的方案、物流的各项活动必须以物流信息数据为前提。物流信息一般分为狭义和广义两种分类思想[13]。狭义上来讲，物流信息代表的是跟物流的各项活动比如配送，搬运，打包，仓储等，直接与物流活动发生关系而产生的相关信息[14]。从广义上来讲，物流信息代表的是因物流相关活动而与其他的相关产业产生的相关信息，比如订购信息，采购信息，货

8、款信息等。物流信息的数据规模大，数据增长速度快[15]。由于现在如今的互联网、物联网、电子商务的发展，带动了物流业的快速发展，面对迅速增