空间数据流的多区域查询优化的研究与实现

《空间数据流的多区域查询优化的研究与实现》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、目录5.3.4计算引擎（NebulaNode）...................................................................635.4计算结点实现..................................................................................................665.4.1系统功能...............................................................................

2、................665.4.2模块设计...............................................................................................675.4.3运行状态...............................................................................................695.5运行实验....................................................

3、......................................................705.5.1实验环境...............................................................................................705.5.2系统基本拓扑图运行...........................................................................715.6本章小结.............................

4、.............................................................................73第六章结束语..............................................................................................................746.1本文总结.....................................................................................

5、.....................746.2下一步研究方向..............................................................................................75致谢...................................................................................................................................76参考文献.....................

6、......................................................................................................77V万方数据第一章绪论第一章绪论1.1论文背景及来源随着传感器网络的快速发展，大量的外界实时数据被计算机系统采集，也催生了一类新的数据密集型应用。这类应用中的数据特征是：海量的、无限制的、不间断的、快速的、随时间而变化的。具有这种特征的数据被称为数据流，它们连续不断的产生，且产生的速度和数据量不可预知。近十年，数据流技术已经广泛应用于军事预警、交通管理、网络监控、股票分

7、析等领域，弥补了数据库技术在实时性等方面存在的一些不足。近年来，随着移动定位设备（如GPS）的出现以及雷达探测技术的普及，各行各业产生了大量的时空数据或移动物体位置数据，因而，“基于位置的服务”[1]（LBS）吸引了大量的技术研究。目前，“基于位置的服务”已经推动了许多应用领域的发展，比如：紧急呼叫、导航信息、位置相关的广告及目标跟踪等服务。基于位置的查询是基于位置服务的重要实现技术，需要采用适当的技术（包括模型、索引结构等）来有效地管理和跟踪随时间变化的移动物体的位置，从而使得大规模的查询变得更加实时、高效。由于移动物体位置