基于Map-Reduce框架云環(huán)境時空查詢技術(shù)研究與實現(xiàn).pdf_第1頁
已閱讀1頁,還剩67頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領

文檔簡介

1、時空數(shù)據(jù)管理是時態(tài)數(shù)據(jù)管理和空間數(shù)據(jù)管理的統(tǒng)一體,包括時間與空間兩個要素,主要用于管理和儲存位置或形狀隨時間變化的空間對象。時空數(shù)據(jù)管理可以應用于環(huán)境變遷研究、行政區(qū)域管理、地籍管理等諸多領域中。與此同時,基于Map-Reduce的云計算以其廉價、容錯等優(yōu)良特性,成為商業(yè)中逐漸普及的計算模式。
  在進行時空數(shù)據(jù)管理時,經(jīng)常用到Top-k、k最近鄰和skyline查詢問題。這些問題都是具有可分解性的。但在應用這些算法到Map-Re

2、duce框架時,中間結(jié)果不能被很好的過濾掉,影響了這些算法在云計算領域的應用范圍。針對這一問題,本文基于Map-Reduce框架提出了Map-Filter-Reduce計算框架。
  首先,通過分析在Map-Reduce框架上處理Top-k、k最近鄰和skyline查詢等可分解時空查詢問題的特殊性,提出了Map-Filter-Reduce計算框架及其編程接口,并對其可擴展性和容錯性進行了分析。
  其次,本文在Map-Fil

3、ter-Reduce框架的基礎上,提出了Lazy、 Eager、Hybrid和Prepositive的調(diào)度策略,并對這些調(diào)度策略進行了比較與分析。
  再次,本文詳細介紹了如何利用Map-Reduce-Filter計算框架,選擇合適的過濾器來處理Top-k,k最近鄰和skyline時空數(shù)據(jù)查詢問題,并對算法的正確性進行了分析。
  最后,本文以豐富的合成數(shù)據(jù)集評估了Map-Filter-Reduce框架,實驗結(jié)果顯示本文提出

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論