云计算环境下GML空间数据存储索引机制的研究.pdfVIP

摘要 GML 是基于XML 对空间数据进行的编码，并为GIS 领域和各企业广泛接受，是目前网 络空间信息的重要组成部分。随着信息技术的发展，空间信息量急剧的增加；如何对 GML 空间数据进行有效的存储和管理成了影响GML 发展的关键问题。依据GML 空间数据自身的 特性（地域分布性），使用集中式的存储不利于对空间数据的统一管理和访问；而云存储是 一种商业化实现的分布式存储；它是将一些廉价计算机的空闲资源集中起来，共同分担海 量数据的分布式存储和管理任务的。所以，对 GML 空间数据采用分布式存储和管理是一个 比较好的方案。 针对海量GML 空间数据如何进行有效的存储，主要进行了以下几方面的研究及创新点 分析： 首先，需要对空间数据进行合理的划分，既要考虑空间数据多维的特性，又要考虑其 空间关系和拓扑关系等；对几种空间数据划分进行分析过后，又对 Hilbert 曲线层次分解 算法和GML 矢量图层分割的空间数据划分进行了研究，提出了对GML 空间要素图层的划分 并结合Hilbert 曲线层次划分快速编码的方法对空间要素对象进行划分处理；在具体的应 用中，参照分布式存储系统中各子节点的信息对要素对象进行分块划分，并分配相应子节 点的空闲资源进行分布式存储； 其次，在云计算环境下对分布式数据库的设计，结合 GML 空间数据的特征和 Hadoop 平台的主从式架构，对各主从服务器节点所存储的相关表结构、数据类型等进行了设计。 针对分布式存储的 GML 空间数据的索引机制和索引结构表也进行了分析研究，主要研究了 QR 树的特性和对GML 索引的构建； 最后，在 Hadoop 开源平台的主从式架构下对分布式存储的原型系统进行了设计和部 分实现，并通过实验对单机存储和分布式存储的效率及其查询访问的效率进行了比较分析， 得出了对海量的 GML 空间数据无论是在存储还是查询访问，分布式计算机集群的处理效率 都高于单机的处理效率。 创新点主要有通过Hilbert 曲线对GML 空间数据采用要素队列的划分方法；结合hadoop 平台对GML 数据的并行空间索引机制的创建及各子节点索引结构表的设计；GML 空间数 据分布式存储流程的设计；云存储系统功能设计与实现等。 关键字：云计算;GML;空间数据划分;分布式存储;Hadoop 平台 I ABSTRACT GML is an XML-based encoding of spatial data, widely accepted by GIS fields and enterprises.GML is an important part of cyberspace information. With the development of information technology, the amount of information space is increasing sharply, how GML spatial data for efficient storage and management has become the focus of research. According to the own characteristics of GML spatial data (distribution of geographic), the use of centralized storage is not conducive to the storage of spatial data management and access. The cloud storage is a commercial implementation of distributed storage; It is some of the idle resources of inexpensive computers together, sharing the tasks of massive data