Map-Reduce模式下的位置服務數(shù)據索引設計與應用.pdf

1、位置服務的廣泛應用,已經為科研提供了大量人類基礎軌跡數(shù)據,一些位置服務系統(tǒng)每天產生的軌跡數(shù)據可以達到TB甚至PB,與此同時位置服務業(yè)務應用的多樣性導致數(shù)據的格式不一致(例如GPS數(shù)據、手機數(shù)據等),所以在對位置服務數(shù)據進行多維度檢索時需要克服的困難還不只是數(shù)據量大、響應時間快還有必須考慮業(yè)務數(shù)據的半結構化。
　　本文對現(xiàn)有的位置服務數(shù)據和6種檢索方式提出了形式化定義。首先對位置服務數(shù)據提出了形式化的定義,并基于此選擇了點對點、點對

2、軌跡、軌跡對軌跡的空間測量標準;然后提出六種檢索方式。
　　針對軌跡識別率低的問題提出了Map/Reduce模式下的MultiLayer的時間索引算法,同時從索引的結構定義、存儲模式以及原子操作三方面說明了多維度索引機制下的分布式定義與操作,其中詳細闡述了特定的索引構建和檢索操作。
　　結合Multi_Layer算法和HBase中的索引機制提出了一種Map/Reduce模式下的多維度檢索框架。通過實驗的比對,新建立的多維度索

3、引框架對TB/PB級位置服務數(shù)據的三個維度的(經緯度范圍、時間段、車輛編號)檢索速度可以達到秒級響應。
　　綜上所述,本文提出了MapReduce模式下位置服務數(shù)據多維度索引方法,以實現(xiàn)TB/PB級位置服務數(shù)據的實時查詢需求,包括:分布式索引的定義與操作;如何應用該索引來實現(xiàn)位置服務數(shù)據相關查詢語句;以及應用實例與對比實驗。但是在搭建基于Hadoop的檢索框架的過程中對時間維度和空間維度兩者索引結合的算法沒有進一步討論,在響應時間