基于多AgentGIS查询技术探究.doc

基于多AgentGIS查询技术探究摘要：GIS系统中的查询效率问题一直是系统中亟需解决的问题，本文从数据缓存、空间索引方面进行分析与讨论，结合Agent技术提出一种新的查询模型。结果表明，该模型可以很好的解决GIS的查询性能问题 关键词：多Agent；空间索引；数据缓存；查询 中图分类号：TP311 The Multi-Agent GIS Query Technology Research ZHAO Yan-hui (College of Civil Aviation,Nanjing University of Aeronautics and Astronautics,Nanjing 210016,China) Abstract: The efficiency of query problem in GIS is the key problem which is in urgent need to be soloved. This article discusses the data cache and spatial indexes, and puts forward a new query model based on multi-Agent. The results show that, the model can solve the query problems of GIS very well. Key words: multi-agent; spatial indexes ; data cache; query 1 引言 近年来，地理信息系统在信息化产业中异军突起，而在民航交通上的应用也将民航信息化带到了新的发展阶段。但是由于GIS的数据具有量大且复杂的特征，GIS查询效率问题一直是GIS系统中亟需解决的问题。本文以航空运输经济信息管理系统（ATEIMS）为基础，从数据缓存、空间索引及Agent技术等方面对GIS快速查询技术进行讨论和研究 2 空间索引 为了在庞大的数据库中快速检索到目标数据，一般都会使用到索引技术，比如B树等。空间数据库也是如此，如果每次查询都需要扫描整个数据库，这种查询会严重的影响系统效率。但是由于空间数据的复杂性和海量性，这些传统的索引技术无法解决GIS中空间数据的问题，于是空间索引概念被引入，可加快空间对象的检索、提高空间数据处理效率。空间索引是指按空间对象要素之间或者目标的位置和形状的空间关系来对数据结构进行组织，目前比较常见的空间索引有四叉树、R树等 四叉树索引是根据空间划分组织的，将所有空间对象覆盖的范围进行四叉树递归分割，使得每个子空间中包含单个实体。 四叉树可分为点四叉树（Point Quadtrees）和区域四叉树（Region Quadtrees） 2.1.点四叉树 点四叉树是基于二叉搜索树发展的，在n维数据空间中，先定下某划分点，然后以该点为基准点，将空间划分为2n个子空间，互不相交。而这些子空间分别代表着的各个子结点，它们之间是一一对应的。现在根据二维情况来简单讨论创建一个点四叉树：首先，设定一个正方形区域，其中包含着所有目标点。任意选择一个点作为根结点，根据根节点所在的线坐标将区域划分为四个象限，再在各自象限中选择某点作为子结点，然后继续递归。SW代表西南象限，NE代表东北象限，SE代表东南象限，NW代表西北象限 点四叉树适合于对分布均匀的动态目标点的查询，但是当点目标分布不均匀，会产生比较多的空结点，从而使得查询效率不高 2.2 区域四叉树 区域四叉树是一种基于层次递归分解的四叉树，将平面区域对应的图像数组规则地划分为四个大小相同的象限。在每个象限，若黑块和白块是重叠的，则再把重叠部分再划分为更小的四个子象限，依次递归。若全黑（代表有数据，用1表示）或者全白（代表无数据，用0表示），那么停止划分。若某个结点对应的图像都在区域之内，则结点颜色为黑色。若都在区域之外，则结点颜色为白色。其余的结点颜色为斜杠 区域四叉树适用于查询某指定的区域，在获得检索速度的同时会增加存储空间 3 双缓存的访问机制 3.1 数据缓存 在ATEIMS中，包含着各种信息，其中城市信息包括城市的地理信息和经济信息，航空公司包含着机队信息、人员信息和航段信息，机场的跑道信息等等，数据库中的数据量高达130MB，当进行更新不频繁且数据大量数据操作时，会消耗大量的服务器资源，内存中和磁盘中的访问速度不协调，出现了空间与性能的矛盾，I/0的性能成为了数据库系统的关键。如果将数据能更多的缓存于内存中，将可以更大程度地提高系统的性能。缓存的工作方式是指CPU如果要读取数据，先要在缓存中进行搜