云环境下面向位置服务的查询及优化技术的分析

云环境下面向位置服务的查询及优化技术的分析

ID:45761584

大小:553.67 KB

页数:60页

时间:2019-11-17

云环境下面向位置服务的查询及优化技术的分析_第1页
云环境下面向位置服务的查询及优化技术的分析_第2页
云环境下面向位置服务的查询及优化技术的分析_第3页
云环境下面向位置服务的查询及优化技术的分析_第4页
云环境下面向位置服务的查询及优化技术的分析_第5页
资源描述:

《云环境下面向位置服务的查询及优化技术的分析》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、hmsareindependentofeachother,namelyanindexing,multiplequeryprocessing,thispaperpresentsaparallelKNNalgorithmbasedonreversegridindex.(4)Tobuildthecloudcomputingplatform,theestablishmentofreversegridindexandKNNparallelqueryTheexperimentalresultsshowthat,thepropo

2、sedindexingtimeissignificantlylowerthantheR・treeandtheVoronoipolygonindextime,atthesametime,spatialqueryontheindexisbetterthantheothertwoindex.Keywords:Cloudcomputing,MapReduce,LocationBasedService,InvertedGridIndex,ParallelKNNQueryAlgorithmoin第1章绪论1L1研究目的与意义1

3、1.2国内外课题研究现状以及存在的问题21.2.1空间数据索引的研究的现状21.2.2云环境下空间数据查询的研究现状31.2.3国内外研究存在的问题61.3论文的主要内容81.4论文的组织结构81.5本章小结9第2章反向网格索引及其优化102.1问题描述及相关工作102.1.1问题描述102.1.2相关工作102.2空间数据索引技术102.2°1_1,

4、nJ勺丨112.2.2Voronoi空间数据索引技术122.2.3空间网格索引技术132.3反向索引142.3.1反向索引定义152.3.2反向索引的组成152.3

5、.3反向索引的建立152.4反向网格索引172.4.1反向网格索引的定义172.4.2反向网格索引的优点182.5反向网格索引并行优化192.5」MapReduce以及执行过程192.5.2反向网格索引的并行优化242.6本章小结27第3章KNN查询算法及其优化283」问题描述及相关工作283.1.1问题描述283.1.2相关工作283.2面向位置服务的查询技术29321基于R・树索引的查询303.2.2基于Voronoi索引的查询313.3KNN查询并行优化处理331KNN查询算法定义313.3.2KNN查询并行

6、优化处理343.4多查询点KNN查询算法383.5算法可行性分析403.6本章小结42第4章实验及结果分析434.1实验平台的搭建434.1.1集群配置434.1.2实验数据444.2实验方案444.3实验结果及分析454.3.1节点数目对索引建立速度的影响454.3.2网格单元边长对查询的影响464.3.3空间对象数量对查询效率的影响474.3.4节点数对查询效率的影响484.3.5数据集大小对查询效率的影响484.4本章小结49第5章总结与展望515」工作总结515.2工作展望51致谢53参考文献54攻读硕士学

7、位期间的主要研究成果57第1章绪论1」研究目的与意义面向位置服务是一种通过互联网、移动通信网络等技术实时获取查询对象位置信息的服务⑴,常被应用于定位、查询目标位置等。用户借助移动终端设备,通过通信网络向位置服务查询服务器发送请求,位置服务查询服务器对用户请求进行处理,将位置信息结果返回给用户。其中,移动终端设备包括智能手机、个人电脑,台式电脑等,位置服务查询服务器包括Web服务器、定位服务器等。传统的关系型数据库往往只能处理低维的数据对象,但是随着地理信息系统的发展、数据规模爆炸性的增加、以及空间对象的复杂性,传统

8、的关系型数据库在处理大规模数据时的效率大大降低。因此,如何处理海量分布式信息,在海量信息中查询用户所需的信息成为了当前热门的研究方向。在这种情形下,云计算平台、MapReduce并行编程框架的概念相继得到了国内外研究学者的广泛关注,许多公司也推出了相应的云计算平台。在云计算环境下,计算资源得到了极大的共享,大规模数据将被集群屮的节点进行并行处理,使得数据处理的效率大大的提升⑵。本课题以移动对彖为研究实体,以其查询的实时性、有效性和优化为目标,利用云环境MapReduce技术对移动对象的索引和查询策略进行优化,使得面

9、向位置服务查询的效率得到了很大的提升。从位置服务的查询优化的角度來看,通过对时空对彖的查询算法的研究,得出提高查询效率的方法,从而提高数据查询的实时性,准确性以及有效性。从引入的云环境MapReduce编程框架来看,利用这一简单的编程框架处理时空对象查询问题,节省了时间和磁盘开销,对于时空对象查询的优化具有积极的意义。1.2国内外课题研究现状以及存在的问题1

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。