| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第9-14页 |
| 1.1 研究背景与意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-13页 |
| 1.2.1 R树的发展与演变 | 第10-11页 |
| 1.2.2 NoSQL/MongoDB在空间信息领域的应用 | 第11-12页 |
| 1.2.3 小结 | 第12-13页 |
| 1.3 论文内容及组织结构 | 第13-14页 |
| 第二章 R树与MongoDB介绍 | 第14-20页 |
| 2.1 R树原理介绍 | 第14-16页 |
| 2.1.1 R树查询方法 | 第15页 |
| 2.1.2 R树的构建方法 | 第15-16页 |
| 2.2 MongoDB详述 | 第16-20页 |
| 2.2.1 MongoDB数据模型与空间数据的组织 | 第16-17页 |
| 2.2.2 MongoDB数据分片与负载均衡原理 | 第17-19页 |
| 2.2.3 MongoDB空间数据索引局限 | 第19-20页 |
| 第三章 MongoDB R树的表达与组织 | 第20-28页 |
| 3.1 R树索引的文档化处理 | 第20-22页 |
| 3.2 R树索引支持的MongoDB数据库模式 | 第22-27页 |
| 3.2.1 地理元数据集合 | 第22-24页 |
| 3.2.2 索引元数据集合 | 第24页 |
| 3.2.3 基于数据库模式的索引操作 | 第24-27页 |
| 3.3 本章小结 | 第27-28页 |
| 第四章 面向R树的MongoDB空间分片策略 | 第28-39页 |
| 4.1 R树分片技术 | 第28-31页 |
| 4.1.1 基于金字塔的分片策略 | 第28-29页 |
| 4.1.2 基于空间填充曲线的格网划分 | 第29-30页 |
| 4.1.3 基于R树规则的自适应划分 | 第30页 |
| 4.1.4 非空间划分 | 第30-31页 |
| 4.3 MongoDB高性能空间分片的原则 | 第31-32页 |
| 4.4 基于Hilbert填充曲线的空间分片策略 | 第32-35页 |
| 4.4.1 基于Hilbert填充曲线的区域划分策略 | 第33-34页 |
| 4.4.2 基于Hilbert填充曲线的分片负载均衡与索引优化 | 第34-35页 |
| 4.5 基于Hilbert分片的R树基本操作算法 | 第35-38页 |
| 4.5.1 数据插入算法 | 第35-36页 |
| 4.5.2 数据查询算法 | 第36-37页 |
| 4.5.3 数据块分裂的迁移算法 | 第37-38页 |
| 4.6 本章小结 | 第38-39页 |
| 第五章 R树索引系统的实现 | 第39-55页 |
| 5.1 R树索引系统的集成 | 第39-44页 |
| 5.1.1 集成方案的选择 | 第39-40页 |
| 5.1.2 分片服务器(mongod)下的索引集成 | 第40-44页 |
| 5.2 系统展示与实验 | 第44-54页 |
| 5.2.1 系统功能展示 | 第45-46页 |
| 5.2.2 性能对比实验 | 第46-50页 |
| 5.2.4 查询性能对比 | 第50-54页 |
| 5.3 本章小结 | 第54-55页 |
| 第六章 结论与展望 | 第55-56页 |
| 6.1 研究总结 | 第55页 |
| 6.2 创新点 | 第55页 |
| 6.3 展望 | 第55-56页 |
| 参考文献 | 第56-59页 |
| 致谢 | 第59-60页 |
