导读:本文包含了空间存取技术论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:空间,数据,地理信息系统,数据库,分布式,矢量,视图。
空间存取技术论文文献综述
张炫铤[1]（2017）在《基于HBase的矢量空间数据存取关键技术研究》一文中研究指出随着信息技术和空间信息获取技术的发展、全球信息化推进和GIS(地理信息系统)的广泛应用,空间数据高速增长。面对日益增长的海量空间数据,传统的空间数据管理方案面临高并发读写以及扩展性等等瓶颈。而云计算高扩展的存储能力以及强大的计算能力则可以满足海量数据存储、大数据并行处理、高并发检索等方面的需求。鉴于云计算技术的诸多优点,论文针对如何利用云计算技术实现对海量矢量空间数据的存取展开研究。重点对云平台下矢量空间数据的存储模型、空间索引构建、数据组织方案、数据的导入、空间查询策略以及在HBase上进行属性SQL查询等进行了研究与设计。论文围绕以下几个方面开展工作:(1)矢量空间数据云存储与检索研究背景介绍及相关理论技术分析。论文阐述了海量空间数据存储云存取的研究背景以及意义;分析了当前国内外云计算概况及空间数据云存取的研究现状以及当前研究的不足;结合Map Reduce并行计算框架特性深入分析了Map Reduce的矢量空间数据并行处理可行性,并探讨分布式数据库HBase以及SQL On Hadoop相关云计算技术存储和管理海量矢量空间数据的优势。(2)构建了基于HBase的矢量空间数据存储模型以及No SQL模型与关系模型一体化的矢量空间数据的管理方案。针对矢量空间数据的特点,结合HBase数据模型,设计了矢量空间数据存储模型,并采用四叉树层次剖分技术设计了多级格网索引;结合空间信息多级格网编码和Hilbert空间填充曲线的聚类特性,设计了符合HBase数据库Row Key存储规则的矢量空间数据标识编码;根据HBase数据库存储规则以及Phoenix操作结构化数据特性,提出并设计了No SQL模型与关系模型一体化的矢量空间数据的管理方案。(3)设计了矢量空间数据入库以及并行构建空间索引策略。结合Map Reduce并行处理特性讨论并设计了单机导入和基于Map Reduce并行处理矢量空间数据的入库方案以及基于Map Reduce设计了并行构建空间索引方案。(4)根据多级网格索引策略设计了空间查询策略。根据不同空间查询算子、多级网格索引特点以及HBase扫描查询数据特性,设计并实现了空间查询算子优化策略、合并网格编码优化查询策略以及限制扫描列簇优化数据过滤策略等叁种空间查询优化策略。最后设计并实现了基于HBase的矢量空间数据存取原型系统,实现了网格索引以及多级网格索引,通过网格索引与多级网格索引空间查询效率对比实验,验证了多级网格索引的有效性。并基于多级网格索引,验证了空间查询算子优化策略、合并网格编码优化查询策略以及限制扫描列簇优化数据过滤策略等叁种空间查询优化策略的有效性。(本文来源于《江西理工大学》期刊2017-05-25）
吴学饶[2]（2015）在《云计算环境下大GML空间数据并行存取关键技术研究》一文中研究指出随着对地观测、移动GIS、互联网、物联网等技术的成熟以及GML使用领域不断拓展,GML空间数据正在井喷式增长,其数据量正在从GB级跃升至PB乃至EB级,大GML数据时代正在来临。而传统空间数据库的计算及I/O能力难以满足大GML数据所需的高性能处理需求。近几年流行的云计算技术拥有超大规模、高可扩展性、高可靠性和通用性等特点;同时No SQL在大数据背景下朝气蓬勃,它是同时支持结构化和半结构化数据存储的一种非关系型分布式数据库。因此,云计算技术和No SQL技术为半结构化大GM空间数据的并行存取问题赋予了全新的解决途径。本文利用开源云计算平台Hadoop以及分布式数据库HBase研究了大GML空间数据在分布式计算环境下并行存取的关键技术。主要借助Hadoop平台及HBase等软件对大GML空间数据的存储与查询做了以下几点研究。(1)分析现有空间数据划分算法,结合传统GML存储管理思想和GML数据所拥有的特点,兼顾地理要素几何以及拓扑关系等的完整性,研究适合云计算平台下大GML空间数据动态划分算法策略。(2)结合现有云计算技术及No SQL技术,设计了适合在HBase中存储GML空间数据的一种存储模型;分析Hadoop的分布式文件系统架构及其数据副本的放置策略,改进HDFS默认数据副本放置方法,并对分布式文件系统进行扩展使其能够确保地理要素的几何完整性。(3)深入研究传统空间数据索引机制,综合并行空间索引算法和GML空间数据划分算法,基于四叉树和R树索引机制设计了一种适合GML空间数据的两级并行空间索引结构。(4)分析GML数据所具有的特点以及Map Reduce并行计算模型;并结合HBase数据库与传统空间数据库的查询优化技术;然后综合考虑GML数据分布式存储时采用的划分策略,研究云平台下适合大GML空间数据并行查询算法及策略。最后,通过实验测试并对其性能及效率进行分析,得出本文设计的GML空间数据划分算法、存储模型、并行索引机制和查询算法都具有良好的性能。(本文来源于《江西理工大学》期刊2015-04-05）
董哲[3]（2012）在《基于视图、ADO.Net和ArcEngine的空间数据联合存取技术》一文中研究指出随着地理信息技术应用的深入,尤其是大型企业的空间信息数据越来越多,对空间数据的管理要求就越来越多,也越来越高。优化最终用户的使用体验、提高数据的存取速度,变得越来越重要了。为了实现这些目标,本文着重介绍如何创建多版本视图,以及如何实现ADO.Net数据源对空间数据库的多表对多表的数据保存。(本文来源于《计算机光盘软件与应用》期刊2012年20期）
汪荣峰,张志威,廖学军[4]（2008）在《一种面向实时显示的海量空间数据存取技术》一文中研究指出总结海量数据存取技术相关成果;建立海量空间数据的全球四叉树层次细节模型,以一致的逻辑模型和编码方式管理各类空间数据;基于IP网络分布式存储海量数据,设计客户-服务器模型下的数据读取算法;分析磁盘工作原理以确定效率瓶颈,并据此设计了高效的空间数据存储结构。该系统经实践证明,完全满足海量空间数据实时可视化的需要。(本文来源于《装备指挥技术学院学报》期刊2008年05期）
王安保,吴翠红[5]（2008）在《基于XML与中间件技术的GIS空间数据存取》一文中研究指出为将地理信息系统(Geographic Information System,GIS)的空间数据存储于关系数据库管理系统(Relational DataBase Management System,RDBMS)中,利用RDBMS中的XML扩展功能,研究在DB2 9中以XML方式存储GIS空间数据的方法,实现shape文件空间数据在DB2 9中的存储,设计并实现数据访问中间件.研究表明该方法对某些GIS应用具有实用价值.(本文来源于《计算机辅助工程》期刊2008年02期）
赵春宇[6]（2006）在《高性能并行GIS中矢量空间数据存取与处理关键技术研究》一文中研究指出在空间信息科学领域中,空间数据信息被喻为是地理信息系统(GIS)的“血液”,GIS承担着海量空间数据信息的组织与管理的重要任务。随着对地观测系统的发展与进步,人们可获得的地理空间数据呈现出爆炸式的增长。同样的,数据-信息-知识,这一必然的发展过程均给GIS的发展带来了巨大的挑战,并提出了更高的要求,同时也为GIS的理论与技术的发展向更高目标的迈进创造了机遇。WebGIS、分布式GIS等多种计算模式同GIS技术相结合的产物,初步实现了基于网络的空间信息服务,但这些技术并没有从根本上解决海量空间信息服务所面临的各种难题。近年来,网格计算逐渐成为人们研究的热点,其在空间信息科学领域中的应用正方兴未艾。网格概念的引入以及网格计算技术与GIS的融合,实质是又一次计算模式的革新,其目标是整合诸如计算资源、存储资源、设备资源等各种资源,实现海量空间信息的分布式处理与服务。然而,这一切都需要实现对海量空间信息的高性能存取与处理。因此,本文在此背景下对高性能并行GIS的矢量空间数据的存取与处理之关键技术进行深入地探讨与研究有其现实的意义和实用的价值。全文沿着传统GIS理论与技术的研发路线,从并行空间数据结构、并行空间索引机制、并行空间操作以及并行空间应用等多个层面深入分析和论述了高性能并行GIS和并行空间数据库中的基础理论和关键技术问题。在并行空间数据结构的设计方面,本文重点论述了矢量空间数据的建模方法,遵循OGC组织提出的简单要素模型规范,使用面向对象模型对其进行描述与表达。面向对象的矢量空间数据建模方法具有其固有的并行性特征,有利于实现并行空间数据库的并行I/O操作,提高并行空间数据的处理能力。本文采用对象关系型数据库作为基于无共享存储模式的并行空间数据库建库的基础数据库平台,矢量空间数据及其属性数据统一使用同一关系表进行存储和管理,这就意味着海量空间数据将对应着数量庞大的数据条目,所以,并行的空间数据划分策略是影响并行空间数据库性能的重要因素之一。文中提出了基于Hilbert空间填充曲线的并行空间数据划分(HCSDP)策略,与已有的数据划分策略不同的是,HCSDP充分考虑到空间数据本身的特征,如聚类特征等,使得划分后的空间子区域之间保持较为均衡的存储负载,这为实现并行空间数据库的静态负载平衡提供了保证。空间索引机制是GIS空间数据组织与管理的关键。对于并行GIS而言,并行空间索引机制对提高并行GIS和并行空间数据库的海量空间数据存储与管理能力更为重要。本文提出了基于Hilbert空间填充曲线的多层并行R树索引结构(HCMPR-tree),给出了该索引结构的设计与构造方法。与已有的并行空间索引结构相比,HCMPR-tree索引结构避免了使网络集群中主控制节点成为热点(hotspot)的可能性。HCMPR-tree索引机制以其优良的结构特性为本文后续的并行空间操作和并行空间应用中基础算法的设计与实现提供了更好的支持。空间操作是空间数据库的基本功能,本文给出了并行空间数据库中两种最为基础的空间操作的并行化设计与实现方法,即并行空间范围查询和并行空间连接操作。这两类空间操作的基础算法的并行化设计与实现均基于HCMPR-tree并行空间索引机制,算法的复杂程度与性能的优劣依赖于HCMPR-tree索引结构的特性。文中给出了并行空间操作中算法执行的代价模型,以便于对算法的执行效率进行定量地评估。本文在对高性能并行GIS的并行空间应用的研究中,首先结合叁维地形可视化模拟应用实例,给出了在并行GIS和并行空间数据库支持下的并行空间应用的一般原理和过程。在这部分中针对空间网络分析中最优路径分析问题进行研究,给出了并行GIS和并行空间数据库支持下的并行最优路径分析算法的设计与实现,并针对其中的关键问题进行了深入的探讨。在并行最优路径分析算法的设计中,海量而复杂的空间网络数据的组织和图分区技术是关键。本文采用了基于HCMPR-tree索引结构的图分区策略,并给出了衡量图分区策略的评估标准与实现方法。在技术实现方面,本文给出了运行于PC网络集群并行计算环境下的基于经典的Dijkstra方法的并行最优路径分析算法的设计与实现方案,通过实验证明了本文所研究的在并行GIS和并行空间数据库支持下的并行空间应用是有效和可行的。全文采用的理论研究方法和关键技术的实现方案有利于形成一套较为完整的研究体系,以指导针对高性能并行GIS和并行空间数据库的研究与实践工作。(本文来源于《武汉大学》期刊2006-04-20）
钟凤媛,马劲松[7]（2004）在《基于COM+技术的空间属性数据一体化存取的DGIS》一文中研究指出利用微软的COM +技术能够使DGIS提高数据更新的实时性和数据传输的实时性 ,提供数据对象化存取与传输的框架 ,增强数据的安全性 ,同时也符合OpenGIS标准。特别是与UDA数据库技术相结合 ,基于COM +技术的DGIS系统可解决GIS中的空间数据与属性数据的一体化存取的问题 ,并使用VisualBasic 6及UDA体系下的数据访问组件ADO进行了COM +组件的开发 ,对整个框架体系进行了实验。(本文来源于《计算机应用研究》期刊2004年08期）
空间存取技术论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
随着对地观测、移动GIS、互联网、物联网等技术的成熟以及GML使用领域不断拓展,GML空间数据正在井喷式增长,其数据量正在从GB级跃升至PB乃至EB级,大GML数据时代正在来临。而传统空间数据库的计算及I/O能力难以满足大GML数据所需的高性能处理需求。近几年流行的云计算技术拥有超大规模、高可扩展性、高可靠性和通用性等特点;同时No SQL在大数据背景下朝气蓬勃,它是同时支持结构化和半结构化数据存储的一种非关系型分布式数据库。因此,云计算技术和No SQL技术为半结构化大GM空间数据的并行存取问题赋予了全新的解决途径。本文利用开源云计算平台Hadoop以及分布式数据库HBase研究了大GML空间数据在分布式计算环境下并行存取的关键技术。主要借助Hadoop平台及HBase等软件对大GML空间数据的存储与查询做了以下几点研究。(1)分析现有空间数据划分算法,结合传统GML存储管理思想和GML数据所拥有的特点,兼顾地理要素几何以及拓扑关系等的完整性,研究适合云计算平台下大GML空间数据动态划分算法策略。(2)结合现有云计算技术及No SQL技术,设计了适合在HBase中存储GML空间数据的一种存储模型;分析Hadoop的分布式文件系统架构及其数据副本的放置策略,改进HDFS默认数据副本放置方法,并对分布式文件系统进行扩展使其能够确保地理要素的几何完整性。(3)深入研究传统空间数据索引机制,综合并行空间索引算法和GML空间数据划分算法,基于四叉树和R树索引机制设计了一种适合GML空间数据的两级并行空间索引结构。(4)分析GML数据所具有的特点以及Map Reduce并行计算模型;并结合HBase数据库与传统空间数据库的查询优化技术;然后综合考虑GML数据分布式存储时采用的划分策略,研究云平台下适合大GML空间数据并行查询算法及策略。最后,通过实验测试并对其性能及效率进行分析,得出本文设计的GML空间数据划分算法、存储模型、并行索引机制和查询算法都具有良好的性能。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
空间存取技术论文参考文献
[1].张炫铤.基于HBase的矢量空间数据存取关键技术研究[D].江西理工大学.2017
[2].吴学饶.云计算环境下大GML空间数据并行存取关键技术研究[D].江西理工大学.2015
[3].董哲.基于视图、ADO.Net和ArcEngine的空间数据联合存取技术[J].计算机光盘软件与应用.2012
[4].汪荣峰,张志威,廖学军.一种面向实时显示的海量空间数据存取技术[J].装备指挥技术学院学报.2008
[5].王安保,吴翠红.基于XML与中间件技术的GIS空间数据存取[J].计算机辅助工程.2008
[6].赵春宇.高性能并行GIS中矢量空间数据存取与处理关键技术研究[D].武汉大学.2006
[7].钟凤媛,马劲松.基于COM+技术的空间属性数据一体化存取的DGIS[J].计算机应用研究.2004
论文知识图
