基于闭欧拉直方图的空间查询代价模型.docVIP

基于闭欧拉直方图的空间查询代价模型 　　摘 要：欧拉直方图是空间查询代价估算的一种简便而有效的方法。有许多的研究基于这种方法。但是欧拉直方图对空间对象的统计存在计数错误的问题，以MBR近似描述二维空间对象，文[1]提出了闭欧拉直方图并证明了其统计方法的正确性。文[2]以简单凸多边形近似描述二维空间对象，证明了闭欧拉直方图和欧拉公式同样适用于估算在此描述上的空间选择代价。基于简单多边形的近似描述，改进原有的计数方法，可进一步扩展闭欧拉直方图的使用范围。此外，本文给出了该代价模型的一个应用。 　　关键字：空间查询优化；空间选择；代价模型；欧拉直方图 　　中图分类号：TP311.13 文献标识码：A DOI：10.3969/j.issn.1003-6970.2013.06.020 　　0 简介 　　空间查询优化是提高空间查询的效率的主要措施之一，是空间数据库研究领域的一个主要方向[3]。代价估算通过估算执行计划的代价来选出一个最优计划以指导查询的执行，从而优化空间查询。早期的空间代价估算研究以数据集上建立的索引为基础。但在实际情况中，空间查询所访问的数据集上往往没有建立足够的索引（例如作为查询所得中间结果的数据集），因此，直方图作为一种适用于数据集上不存在索引的代价估算方法引起了研究者关注。 　　针对空间选择和空间连接这两种常用的查询操作，研究者已提出了多种直方图以及基于这些直方图的代价估算方法[3]。其中，研究者在欧拉直方图上做了较深入的代价估算研究[1-5]。这些文献所使用的统计方法存在着边界问题。文[1]提出闭欧拉直方图统计方法以修正这一错误。 　　以上研究多数用MBR来近似描述空间对象。在使用近似度更高的描述形式表示空间对象的基础上，建立相应的代价模型，从而提高代价估算的准确度，这对优化整个空间查询的执行过程具有重要的意义。从现有资料来看，在这方面的研究成果并不多见。在使用多边形近似描述查询窗口和空间对象的情况下，文[4]提出了SQ直方图来估算空间选择的代价，但其准确度易受空间数据分布特征的影响。 　　无论空间数据是否均匀分布，文[1，2]证明了闭欧拉直方图都能较精确地估算基于MBR和SCP（简单凸多边形）近似描述的空间选择代价。改进统计方法，闭欧拉直方图可有效统计基于简单多边形描述的查询代价，并且此代价模型可以用于计算空间关系查询的代价，由此进一步拓展了闭欧拉直方图的使用范围。 　　1基于SP描述的闭欧拉直方图 　　我们约定：将空间对象分布的二维空间称为数据空间；在本文以下讨论中，若无明确说明，用SP （Simple Polygons，简单多边形）近似描述二维空间对象；查询窗口为一矩形，其边界与坐标轴平行。本文将数据空间中与查询窗口相交的空间对象的数目称为空间选择查询代价。 　　造闭欧拉直方图方法如下[1]：分别用一组水平线和一组垂直线将查询窗口划分为M*N个单元格，然后在每个单元格的内部（cell）、边界（edge）以及顶点（point）分別建立桶（依次称为2维桶、1维桶、0维桶）；根据闭欧拉直方图计数方法[1]对每一个空间对象进行计数，计数值存放在相应的桶中。这些水平线和垂直线称为分割线。闭欧拉直方图的例子如图1所示。 　　在构造了闭欧拉直方图后，对其中各维桶内的计数值使用欧拉公式[7]，就能估算空间选择代价。由此，我们先讨论各维桶内的计数方法。 　　首先，我们引入文[6]的有关概念： 　　定义1 将多边形各顶点依次按逆时针方向排列，顶点Vi处的角度约定为内角，即由后邻边ViVi+1绕Vi沿多边形内侧旋转到前邻边Vi-1Vi所转过的角度值。若多边形某顶点Vi的内角度q∈（0°，180°），则该顶点是凸的，称为凸顶点；若q∈（180°，360°），则该顶点为凹的，称为凹顶点。 　　定义2 若构成简单多边形的所有顶点都是凸的，则称该简单多边形为凸多边形；若构成简单多边形的顶点至少存在一个凹顶点，则称该顶点为凹多边形。 　　目前已有多种分解凹多边形的算法。为了利于使用闭欧拉直方图进行统计，我们采用以下策略来分解数据空间D中的所有对象，并把分解凹多边形的线称为分解线[7]： 　　Decomposition（S） 　　{ 　　①SCPs（S）← Φ//SCP（S）为组成S所有SCP子部分 　　②LNs（S）← Φ // LN（S）为用来分解S的所有分解线 　　③Partition（S） 　　} 　　Partition（SP） //SP为需要分解的对象 　　{ 　　①若SP为凸多边形，则SCP（S） ← SCP（S） ∪ SP，退出；否则，进入步骤②； 　　②过凹顶点Vi作Vi内角的角平分线Lk，Lk与SP边界的交点为以下情况中的一种： 　　SP的某条边内的一个点 　　SP的一