基于最近最少策略的大数据快速检索方法研究.pdfVIP

１２２ 基于最近最少策略的大数据快速检索方法研究* Ｉｎｔｅｌｌｉｇｅｎｔ Ｔｒａｆｆｉｃ Ｂｉｇ Ｄａｔａ Ｆａｓｔ Ｒｅｔｒｉｅｖａｌ Ｍｅｔｈｏｄ Ｂａｓｅｄ ｏｎ Ｌｅａｓｔ Ｒｅｃｅｎｔｌｙ Ｕｓｅｄ Ｓｔｒａｔｅｇｙ 廖泽宇 蔡延光 陈骋逵 （广东工业大学自动化学院，广东 广州 ５１０００６ ） 摘要：在智能交通系统的实际应用中，通常会对某个时间段内的数据进行频繁检索使用，避免每次都进行全局查找，会 在很大程度上缩小检索范围，提高智能交通系统检索模块的效率，具有一定的实际意义。 关键词：智能交通系统，最近最少算法，检索模块 Abstrrct:Ｗｅ ｕｓｕａｌｌｙ ｒｅｔｒｉｅｖａｌ ｏｒ ｕｓｅ ｔｈｅ ｄａｔａ ｉｎ ａ ｃｅｒｔａｉｎ ｐｅｒｉｏｄ ｏｆ ｔｉｍｅ Ｉｎ ｔｈｅ ｐｒａｃｔｉｃａｌ ａｐｐｌｉｃａｔｉｏｎ ｏｆ ｔｈｅ ｉｎｔｅｌｌｉｇｅｎｔ ｔｒａｎｓ ｐｏｒｔａｔｉｏｎ ｓｙｓｔｅｍ,ｃａｎ ｕｓｅ Ｌｅａｓｔ Ｒｅｃｅｎｔｌｙ Ｕｓｅｄ ｓｔｒａｔｅｇｙ Ｉｎ ｔｈｅ ｆｉｘｅｄ ｌｅｎｇｔｈ ｄａｔａ ｆｉｌｅ ｓｔｏｒａｇｅ ｓｃｈｅｍｅ ｔｏ ｌａｒｇｅｌｙ ｒｅｄｕｃｅ ｔｈｅ ｒｅ ｔｒｉｅｖａｌ ｒｅｓｕｌｔｓ ａｎｄ ｒａｉｓｅ ｔｈｅ ｒｅｔｒｉｅｖａｌ ｅｆｆｉｃｉｅｎｃｙ ｏｆ ｔｈｅ Ｉｎｔｅｌｌｉｇｅｎｔ Ｔｒａｎｓｐｏｒｔ Ｓｙｓｔｅｍ． Ｔｈｅ ｍｅｔｈｏｄ ｈａｓ ｓｏｍｅ ｐｒａｃｔｉｃａｌ ｍｅａｎｉｎｇ． Keywords:ｉｎｔｅｌｌｉｇｅｎｔ ｔｒａｎｓｐｏｒｔ ｓｙｓｔｅｍ,ｌｅａｓｔ ｒｅｃｅｎｔｌｙ ｕｓｅｄ ｓｔｒａｔｅｇｙ,ｒｅｔｒｉｅｖａｌ ｍｏｄｕｌｅ 现阶段，随着智慧城市不断迅速发展，智能交通所产生的各 除。其实现如下： 类数据海量增长，各种数据存储方式应运而生。由于城市道路交 ）创建两个定长缓存容器，一个是 队列，如图 ，一 １ ＦＩＦＯ １ａ 通错综复杂，使用根据道路信息采用文献［ ，， ］所涉 个是 链接列表如图 。一般 队列长度 １－２ ８ １３－１５ ＬｉｎｋｅｄＨａｓｈＭａｐ １ｂ ＦＩＦＯ 及的分文件存储策略比较高效。文献［ ］与文献［ ］提出了防止 要小于 的长度。 １ ２ ＬｉｎｋｅｄＨａｓｈＭａｐ 磁盘碎片产生的按定长文件存储方案储存交通数据，由于数据 ２ ）在第一次访问数据文件时，先创建ｈａｓｈｍａｐ 对象，再从 不断的增长，所需的磁盘容量也需要不断扩大，从而导致生成的 数据库获取该文件对应的交通路口 ＩＤ、数据文件的储存数据的 文件的急剧增多，检索效率会相对变低；另一方面，在智能交通 起始时间、以及数据文件的储存数据的结束时间。将这三个参数 项目中，对不同场景下（比如白天交通高峰期与凌晨时分交通顺 以“－”隔开，连接成字符串并作为 ｈａｓｈｍａｐ 的ｋｅｙ 值。将该数 畅期），数据一般会呈明显的差异性，同时，由智能交通所产生的 据的索引文件信息作为ｖａｌｕｅ 值，保存到 ｈａｓｈｍａｐ 对象并添加 数据绝大部分都是不需要检索的数据，往往对数据进行检索时， 到 ＦＩＦＯ 队列中。 都是针对某一个特定场景下（时间段内）某一个数据块进行频繁 ） 队列与 链接列表都会按照自己的