复件B6082314_10-0计算机应用.PDFVIP

Journal of Computer Applications ISSN 1001-9081 2016- -10 算机应用,2016, ( ): - CODEN JYIIDU http ://www.j oca. 文章编号:1001-9081(20 16) -0000-00 doi:10.11772/j .issn.1001-9081.2016. .0000 于实时数据和历史查询分布的时空索引新方法 1 1,2,* 孟学潮 ，叶少珍 (1.福州大学 数学与计算机科学学院, 福州 350108 ； 2.福建省医疗器械与医药技术重点实验室，福州 350002) (*通信作者邮箱yeshzh@) 摘 要: 在大数据时代，数据具有体量大、时空复杂性明显、对实时性要求较高等特点，而传统基于树形结构 大规模时 空数据进行索引的方法存在存储空间浪费和查询效率较低的问题。为了解决该问题，提出了一种基于数据和历史查询记录分 布建立时空索引的新方法HDL-index。该算法一方面根据数据在空间上的分布，通过空间划分的思想建立索引网格；另一方面 考虑到查询在时间上的延续性， 查询记录 象进行密度聚类后抽象出查询代表模型，然后根据模型的坐标位置和其查询粒 度将整体查询区域进行分割。两部分所得到的索引网格都采用Geohash 编码，最终合并得到最优的索引编码。HDL-index 在考 虑数据分布的同时 分考虑用户查询行为，使得频繁查询区域上的索引更加细化。在真实航空数据集上与同类方法进行比较 测试的结果表明，其创建索引的效率提高了50%；同时在数据均匀分布的情况下 热点区域的查询效率可提高75%以上 关键词: 时空索引；大数据；GeoHash 编码；密度聚类；热点区域查询 中图分类号:TP311 文献标志码: A New spatio-temporal index method based on real-time data and query log distribution MENG Xue-Chao1 ，YE Shao-Zhen1,2,* (1. College of mathematics and computer science, Fuzhou University, Fuzhou 350108; 2. Fuji an Key Laboratory of Medical Instrumentation Pharmaceutical Technology, Fuzhou 350002) Abstract: In the era of large data, the date has the characteristics of large volume, obvious spatio-temporal complexity, high real-time requirement, and etc. However, the traditional method of indexing large-scale spatio-temporal data based on tree structure has the problem of low utilization of storage space and low efficiency of query. In