基于LBS的興趣點(diǎn)存儲(chǔ)及查詢(xún)的研究與優(yōu)化.pdf

1、伴隨著移動(dòng)互聯(lián)網(wǎng)的迅猛發(fā)展，基于LBS的興趣點(diǎn)查詢(xún)成為各種主流APP的核心功能之一。與此同時(shí)，基于LBS興趣點(diǎn)數(shù)據(jù)的海量增長(zhǎng)，使得原有技術(shù)越來(lái)越不能滿(mǎn)足如下兩方面的需求，一方面，現(xiàn)有關(guān)系型數(shù)據(jù)庫(kù)對(duì)興趣點(diǎn)數(shù)據(jù)的空間坐標(biāo)屬性處理能力相對(duì)薄弱，另一方面，關(guān)系型數(shù)據(jù)庫(kù)無(wú)法有效地支持橫向擴(kuò)展與海量規(guī)模數(shù)據(jù)的處理。這就需要引入一種新的解決方案，該解決方案對(duì)空間數(shù)據(jù)的處理支持良好，又適應(yīng)于大規(guī)模數(shù)據(jù)的擴(kuò)展。
　　HBase在數(shù)據(jù)庫(kù)橫向擴(kuò)展及大規(guī)

2、模數(shù)據(jù)處理上具有先天優(yōu)勢(shì)；同時(shí)，Geohash支持將二維坐標(biāo)轉(zhuǎn)換為一維字符串，且保留原有二維坐標(biāo)的空間特性；HBase結(jié)合Geohash可有效地對(duì)海量規(guī)模的興趣點(diǎn)數(shù)據(jù)進(jìn)行存儲(chǔ)與查詢(xún)。針對(duì)傳統(tǒng)關(guān)系數(shù)據(jù)庫(kù)處理海量空間數(shù)據(jù)的不足，本文結(jié)合HBase天生處理海量數(shù)據(jù)的特性以及興趣點(diǎn)數(shù)據(jù)特征，分別從興趣點(diǎn)索引的設(shè)計(jì)與構(gòu)建、興趣點(diǎn)的區(qū)域查詢(xún)兩個(gè)方面展開(kāi)研究。
　　首先，根據(jù)HBase存儲(chǔ)機(jī)制、主鍵設(shè)計(jì)原則以及興趣點(diǎn)數(shù)據(jù)特征，結(jié)合HBase和G

3、eohash，提出了一種新型的興趣點(diǎn)數(shù)據(jù)索引結(jié)構(gòu)GH-Index，并基于GH-Index提出了基于BulkLoad模式的興趣點(diǎn)索引并行構(gòu)建方案。
　　其次，采用最小包圍矩形近似策略，提出了基于GH-Index索引結(jié)構(gòu)的矩形區(qū)域查詢(xún)算法、K近鄰區(qū)域查詢(xún)算法。另外，對(duì)興趣點(diǎn)區(qū)域查詢(xún)算法的過(guò)濾方案進(jìn)行了改進(jìn)和實(shí)現(xiàn)，提高了興趣點(diǎn)區(qū)域查詢(xún)算法的查詢(xún)效率。
　　最后，對(duì)興趣點(diǎn)的索引構(gòu)建與區(qū)域查詢(xún)進(jìn)行了測(cè)試與對(duì)比分析。通過(guò)一系列對(duì)比實(shí)驗(yàn)證