基于Map-Reduce框架云環(huán)境時(shí)空查詢技術(shù)研究與實(shí)現(xiàn).pdf

1、時(shí)空數(shù)據(jù)管理是時(shí)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(shí)間與空間兩個(gè)要素，主要用于管理和儲(chǔ)存位置或形狀隨時(shí)間變化的空間對(duì)象。時(shí)空數(shù)據(jù)管理可以應(yīng)用于環(huán)境變遷研究、行政區(qū)域管理、地籍管理等諸多領(lǐng)域中。與此同時(shí)，基于Map-Reduce的云計(jì)算以其廉價(jià)、容錯(cuò)等優(yōu)良特性，成為商業(yè)中逐漸普及的計(jì)算模式。
　　在進(jìn)行時(shí)空數(shù)據(jù)管理時(shí)，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(yīng)用這些算法到Map-Re

2、duce框架時(shí)，中間結(jié)果不能被很好的過濾掉，影響了這些算法在云計(jì)算領(lǐng)域的應(yīng)用范圍。針對(duì)這一問題，本文基于Map-Reduce框架提出了Map-Filter-Reduce計(jì)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(shí)空查詢問題的特殊性，提出了Map-Filter-Reduce計(jì)算框架及其編程接口，并對(duì)其可擴(kuò)展性和容錯(cuò)性進(jìn)行了分析。
　　其次，本文在Map-Fil

3、ter-Reduce框架的基礎(chǔ)上，提出了Lazy、 Eager、Hybrid和Prepositive的調(diào)度策略，并對(duì)這些調(diào)度策略進(jìn)行了比較與分析。
　　再次，本文詳細(xì)介紹了如何利用Map-Reduce-Filter計(jì)算框架，選擇合適的過濾器來處理Top-k，k最近鄰和skyline時(shí)空數(shù)據(jù)查詢問題，并對(duì)算法的正確性進(jìn)行了分析。
　　最后，本文以豐富的合成數(shù)據(jù)集評(píng)估了Map-Filter-Reduce框架，實(shí)驗(yàn)結(jié)果顯示本文提出