基于云计算的GIS数据存储管理研究
| 致谢 | 第7-8页 |
| 摘要 | 第8-9页 |
| abstract | 第9页 |
| 1. 绪论 | 第13-19页 |
| 1.1. 研究背景与意义 | 第13-15页 |
| 1.1.1. 研究背景 | 第13-14页 |
| 1.1.2. 研究意义 | 第14-15页 |
| 1.2. 国内外研究现状 | 第15-18页 |
| 1.2.1. 云计算研究现状 | 第15-16页 |
| 1.2.2. 开源GIS研究现状 | 第16-18页 |
| 1.3. 研究内容与论文结构 | 第18-19页 |
| 2. GIS数据介绍 | 第19-24页 |
| 2.1 GIS数据类型分析 | 第19-22页 |
| 2.1.1. 影像数据类型分析 | 第19页 |
| 2.1.2. 瓦片数据分析 | 第19-20页 |
| 2.1.3. 空间信息数据分析 | 第20页 |
| 2.1.4. 关键技术及难点 | 第20-22页 |
| 2.2. 云GIS总体平台架构 | 第22-24页 |
| 3. 基于Hadoop的各类数据管理 | 第24-33页 |
| 3.1. Hadoop介绍 | 第24-26页 |
| 3.1.1. Hadoop2.0 | 第24-25页 |
| 3.1.2. HBase介绍 | 第25-26页 |
| 3.2. Hadoop集群部署 | 第26-27页 |
| 3.3. 海量影像数据的存储与发布 | 第27-29页 |
| 3.3.1. 海量影像数据的云存储 | 第27-28页 |
| 3.3.2. 影像数据的并行出入库管理 | 第28-29页 |
| 3.4. 地理空间信息数据存储与检索 | 第29-30页 |
| 3.5. 地图瓦片数据的存储与发布 | 第30-33页 |
| 4. 瓦片数据的管理 | 第33-42页 |
| 4.1. 瓦片数据的打包 | 第33-35页 |
| 4.1.1. Hadoop与小文件 | 第33页 |
| 4.1.2. 打包方法讨论 | 第33-35页 |
| 4.2. 基于HBase的索引查询 | 第35-40页 |
| 4.2.1. 主要问题 | 第35-36页 |
| 4.2.2. 原理 | 第36-37页 |
| 4.2.3. 架构 | 第37-39页 |
| 4.2.4. 应用 | 第39-40页 |
| 4.3. 瓦片数据的组织方法 | 第40-42页 |
| 5. 基于Hilbert的瓦片数据组织方法 | 第42-47页 |
| 5.1. Hilbert曲线介绍 | 第42-43页 |
| 5.1.1. Hilbert曲线的产生 | 第42页 |
| 5.1.2. Hilbert曲线的意义 | 第42-43页 |
| 5.2. Hilbert曲线的生成 | 第43-44页 |
| 5.3. Hilbert编码 | 第44-47页 |
| 5.3.1. Hilbert编码的生成 | 第44-45页 |
| 5.3.2. Hilbert编码与瓦片数据的结合 | 第45页 |
| 5.3.3. Hilbert编码的实现 | 第45-47页 |
| 6. 结论与展望 | 第47-50页 |
| 6.1. 全文总结 | 第47页 |
| 6.2. 创新及展望 | 第47-50页 |
| 6.2.1. 创新 | 第47-48页 |
| 6.2.2. 展望 | 第48-50页 |
| 参考文献 | 第50-53页 |
