1(清华大学软件学院 北京 100084); 2(工业大数据系统与应用北京市重点实验室 北京 100084) (stefanie_xin@163.com)
出版日期:
2019-03-01基金资助:
国家重点研发计划项目(2016YFB0501504);国家自然科学基金项目(U1509213);中国博士后科学基金项目(2017M620784)A Spatio-Temporal Index Based on Skew Spatial Coding and R-Tree
Zhao Xinyi1, Huang Xiangdong1,2, Qiao Jialin1, Kang Rong1, Li Na1, Wang Jianmin1,21(School of Software, Tsinghua University, Beijing 100084); 2(Beijing Key Laboratory for Industrial Bigdata System and Application, Beijing 100084)
Online:
2019-03-01摘要/Abstract
摘要: 随着移动互联网以及物联网的发展,越来越多的移动设备都内置GPS服务,从而产生了大量的时空数据.这些数据体量大、分布不均匀且带有时间和空间经纬度等多维属性.传统的时空索引还有很多问题有待解决,例如难以处理大规模数据、无法同时处理时间和空间维度等.基于Geohash和R-Tree,提出一种2层时空索引GRIST(Geohash and R-Tree based index for spatio-temporal data),第1层是空间索引,它将空间划分为不同大小的网格并使用Geohash进行编码;第2层是时间索引,由R-Tree构成,不同R-Tree索引不同网格里的数据.GRIST索引支持面向时间和面向时空的查询.在大量随机数据和真实Uber数据上的实验表明:GRIST在索引的构建效率上较于GeoMesa和PostGIS系统可以提升10~45倍,在查询效率上可以提升2~4倍.
参考文献
相关文章 5
[1] | 赵卓峰,丁维龙,韩燕波. 基于云架构的交通感知数据集成处理平台[J]. 计算机研究与发展, 2016, 53(6): 1332-1341. |
[2] | 贲婷婷,秦小麟,许建秋. 支持多种查询的室内移动对象索引[J]. 计算机研究与发展, 2015, 52(9): 2002-2013. |
[3] | 刘大有 陈慧灵 齐 红 杨 博. 时空数据挖掘研究进展[J]. , 2013, 50(2): 225-239. |
[4] | 陈逸菲, 秦小麟, 李博涵,. 不确定移动对象的模糊时空范围查询[J]. , 2012, 49(10): 2161-2170. |
[5] | 徐 薇, 黄厚宽, 王英杰,. 一种基于数据融合和方法融合的时空综合预测算法[J]. , 2005, 42(7): 1255-1260. |
PDF全文下载地址:
https://crad.ict.ac.cn/CN/article/downloadArticleFile.do?attachType=PDF&id=3896