空间查询是GIS的主要功能之一,不仅包括对几何、拓扑或语义信息的提取,还应包括空间认知相关信息的检索。空间形状和空间模式的识别与查询即属该情形,其查询结果取决于人的认知推理而不在于实体自身的属性。提出一种面向形状的空间查询...空间查询是GIS的主要功能之一,不仅包括对几何、拓扑或语义信息的提取,还应包括空间认知相关信息的检索。空间形状和空间模式的识别与查询即属该情形,其查询结果取决于人的认知推理而不在于实体自身的属性。提出一种面向形状的空间查询方法,具有如下的形式化描述:Select{Oi}From DataBase WhereOi.shape LIKE TemplateAt_Degree〈Ci〉。将形状比较的新操作"LIKE"应用到形式化查询语言SQL中。以建筑物多边形目标为研究对象,提出了基于傅里叶变换的形状度量方法,并通过认知实验建立"LIKE"的模糊隶属度函数。实验表明该方法基于形状查询与人的识别结果相一致。展开更多
随着空间数据的与日俱增,传统依托于单节点的空间数据管理方法,已难以满足海量数据高并发的需求。云计算的兴起带来机遇与挑战,分布式技术与数据库技术的优势互补,为云计算下高效的数据管理提供了可能。本文提出一种在分布式计算引擎(Sh...随着空间数据的与日俱增,传统依托于单节点的空间数据管理方法,已难以满足海量数据高并发的需求。云计算的兴起带来机遇与挑战,分布式技术与数据库技术的优势互补,为云计算下高效的数据管理提供了可能。本文提出一种在分布式计算引擎(Shark/Spark)中集合之关键技术(包括空间数据映射、空间数据加载、数据备份及空间查询等),将空间数据库对空间数据的高效存储、索引及查询优势与分布式计算引擎对复杂计算的优势相结合,实现一种基于Shark/Spark的分布式空间数据分析框架。在具体实现中,通过空间自定义函数和空间函数下推2种方式实现空间查询,结果表明,影响返回结果数据量的空间查询更适合下推给空间数据库完成,而不影响返回结果数据量的空间查询,利用分布式计算引擎直接运算更有优势。同时,通过与现有的一种分布式GIS方案(Arc GIS on Hadoop)对比发现,空间数据库的空间索引可有效提高查询效率,空间数据管理也更加独立。展开更多
文摘空间查询是GIS的主要功能之一,不仅包括对几何、拓扑或语义信息的提取,还应包括空间认知相关信息的检索。空间形状和空间模式的识别与查询即属该情形,其查询结果取决于人的认知推理而不在于实体自身的属性。提出一种面向形状的空间查询方法,具有如下的形式化描述:Select{Oi}From DataBase WhereOi.shape LIKE TemplateAt_Degree〈Ci〉。将形状比较的新操作"LIKE"应用到形式化查询语言SQL中。以建筑物多边形目标为研究对象,提出了基于傅里叶变换的形状度量方法,并通过认知实验建立"LIKE"的模糊隶属度函数。实验表明该方法基于形状查询与人的识别结果相一致。
文摘随着空间数据的与日俱增,传统依托于单节点的空间数据管理方法,已难以满足海量数据高并发的需求。云计算的兴起带来机遇与挑战,分布式技术与数据库技术的优势互补,为云计算下高效的数据管理提供了可能。本文提出一种在分布式计算引擎(Shark/Spark)中集合之关键技术(包括空间数据映射、空间数据加载、数据备份及空间查询等),将空间数据库对空间数据的高效存储、索引及查询优势与分布式计算引擎对复杂计算的优势相结合,实现一种基于Shark/Spark的分布式空间数据分析框架。在具体实现中,通过空间自定义函数和空间函数下推2种方式实现空间查询,结果表明,影响返回结果数据量的空间查询更适合下推给空间数据库完成,而不影响返回结果数据量的空间查询,利用分布式计算引擎直接运算更有优势。同时,通过与现有的一种分布式GIS方案(Arc GIS on Hadoop)对比发现,空间数据库的空间索引可有效提高查询效率,空间数据管理也更加独立。
