摘要 | 第5-6页 |
ABSTRACT | 第6-7页 |
缩略语对照表 | 第11-15页 |
第一章 绪论 | 第15-19页 |
1.1 研究背景和意义 | 第15页 |
1.2 国内外研究现状 | 第15-17页 |
1.2.1 Hadoop的应用和研究现状 | 第15-17页 |
1.2.2 Hadoop在地理空间大数据上的应用和研究现状 | 第17页 |
1.3 论文主要工作 | 第17-18页 |
1.4 论文章节安排 | 第18-19页 |
第二章 相关技术概述 | 第19-35页 |
2.1 开源分布式计算平台Hadoop概述 | 第19-31页 |
2.1.1 Hadoop概述 | 第19-20页 |
2.1.2 HDFS概述 | 第20-22页 |
2.1.3 HBase概述 | 第22-26页 |
2.1.4 Map Reduce概述 | 第26-31页 |
2.2 地理空间大数据相关知识概述 | 第31-34页 |
2.2.1 地理空间数据概述 | 第31-32页 |
2.2.2 Shapefile矢量空间数据概述 | 第32页 |
2.2.3 R树索引概述 | 第32-34页 |
2.3 开源地理空间数据处理工具包Geo Tools概述 | 第34页 |
2.4 本章小结 | 第34-35页 |
第三章 地理空间大数据存储与查询技术设计 | 第35-43页 |
3.1 系统架构设计 | 第35-36页 |
3.2 地理空间大数据存储系统设计 | 第36-39页 |
3.3 地理空间大数据查询引擎设计 | 第39-41页 |
3.4 本章小结 | 第41-43页 |
第四章 地理空间大数据存储系统实现 | 第43-69页 |
4.1 HBase表模式设计 | 第43-48页 |
4.1.1 行键设计 | 第44-46页 |
4.1.2 列族设计 | 第46-48页 |
4.2 数据导入服务实现 | 第48-54页 |
4.2.1 单线程导入实现 | 第48-49页 |
4.2.2 多线程导入实现 | 第49-50页 |
4.2.3 Map Reduce方式导入实现 | 第50-51页 |
4.2.4 Bulk Load方式导入实现 | 第51-54页 |
4.3 R树索引存储模型的实现 | 第54-58页 |
4.3.1 Master索引文件 | 第56-57页 |
4.3.2 Data索引文件 | 第57-58页 |
4.4 R树索引创建服务的实现 | 第58-64页 |
4.4.1 数据采样算法 | 第59-60页 |
4.4.2 R树索引创建算法 | 第60-64页 |
4.5 地理空间大数据存储系统测试与分析 | 第64-68页 |
4.5.1 测试环境 | 第64-65页 |
4.5.2 数据导入服务性能测试与分析 | 第65-67页 |
4.5.3 R树索引创建服务性能测试与分析 | 第67-68页 |
4.6 本章小结 | 第68-69页 |
第五章 地理空间大数据查询引擎实现 | 第69-91页 |
5.1 区域查询的实现 | 第72-75页 |
5.1.1 区域查询单条读取算法 | 第72-73页 |
5.1.2 区域查询批量读取算法 | 第73-74页 |
5.1.3 R树区域查询算法 | 第74-75页 |
5.2 K近邻查询的实现 | 第75-80页 |
5.2.1 K近邻查询单条读取算法 | 第75-76页 |
5.2.2 K近邻查询批量读取算法 | 第76-78页 |
5.2.3 基于区域查询的R树K近邻查询算法 | 第78-79页 |
5.2.4 R树K近邻剪枝查询算法 | 第79-80页 |
5.3 空间连接查询的实现 | 第80-84页 |
5.3.1 空间连接查询单条读取算法 | 第80-81页 |
5.3.2 空间连接查询批量读取算法 | 第81-83页 |
5.3.3 R树空间连接查询算法 | 第83-84页 |
5.4 客户端调用接口 | 第84-85页 |
5.5 地理空间大数据查询引擎测试与分析 | 第85-90页 |
5.5.1 区域查询性能测试与分析 | 第85-86页 |
5.5.2 K近邻查询性能测试与分析 | 第86-87页 |
5.5.3 空间连接查询性能测试与分析 | 第87页 |
5.5.4 Map Reduce方案与本方案性能对比 | 第87-88页 |
5.5.5 集群节点个数对查询性能影响 | 第88-90页 |
5.6 本章小结 | 第90-91页 |
第六章 总结与展望 | 第91-93页 |
参考文献 | 第93-95页 |
致谢 | 第95-97页 |
作者简介 | 第97-98页 |