期刊文献+

基于HBase矢量空间数据的高效管理与服务发布 被引量:1

Efficient Management and Service Release of Vector Spatial Data Based on HBase
下载PDF
导出
摘要 从HBase空间数据库的数据存储、查询等数据管理方面,介绍HBase在管理超大规模矢量空间数据方面的特点。使得HBase更加高效地管理矢量空间数据,并大幅提高查询的处理速度而获取技术的不断进步,矢量空间数据也更趋多元化,数据量也从TG级快速增长到PG级。经实践Hbase对超大规模矢量空间数据的高效管理与服务发布具有较好的可行性和较高的效率。 In this paper,we introduced the characteristics of HBase in the management of super-large vector spatial data from the aspects of data storage,query and other data management aspects of HBase spatial database.As a result,HBase can manage vector spatial data more efficiently,and greatly improve the processing speed of queries.The acquisition technology keeps improving,vector spatial data is becoming more diversified,and the amount of data increases rapidly from TG level to PG level.In practice,HBase has good feasibility and high efficiency in the efficient management and service release of super-large scale vector spatial data.
作者 乔天荣 刘平利 刘家橘 王跃峰 QIAO Tianrong
出处 《地理空间信息》 2020年第10期122-123,I0007,共3页 Geospatial Information
基金 河南省地质科研基金资助项目(豫地矿科研[2019]1号)。
关键词 HBASE 矢量空间数据 数据量 TG级 PG级 HBase vector spatial data amount of data TG level PG level
  • 相关文献

参考文献5

二级参考文献106

  • 1张桂刚,李超,张勇,邢春晓.一种基于海量信息处理的云存储模型研究[J].计算机研究与发展,2012,49(S1):32-36. 被引量:23
  • 2李霖.复合目标的赋值──聚合操作[J].武汉测绘科技大学学报,1995,20(3):214-218. 被引量:4
  • 3李德仁.论广义空间信息网格和狭义空间信息网格[J].遥感学报,2005,9(5):513-520. 被引量:75
  • 4Zhou MQ, Zhang R, Zeng DD, Qian WN, Zhou AY. Join optimization in the MapReduce environment for column-wise data store. In: Fang YF, Huang ZX, eds. Proc. of the SKG. Ningbo: IEEE Computer Society, 2010.97-104. [doi: 10.1109/SKG.2010.18].
  • 5Afrati FN, Ullman JD. Optimizing joins in a Map-Reduce environment. In: Manolescu I, Spaecapietra S, Teubner J, Kitsuregawa M, Leger A, Naumann F, Ailamaki A, Ozcan F, eds. Proc. of the EDBT. Lausanne: ACM Press, 2010. 99-110. [doi: 10.1145/ 1739041.1739056].
  • 6Sandholm T, Lai K. MapReduce optimization using regulated dynamic prioritization. In: Douceur JR, Greenberg AG, Bonald T, Nieh J, eds. Proc. of the SIGMETRICS. Seattle: ACM Press, 2009. 299-310. [doi: 10.1145/1555349.1555384].
  • 7Hoefler T, Lumsdaine A, Dongarra J. Towards; efficient MapReduce using MPI. In: Oster P, ed. Proc. of the EuroPVM/MPI. Berlin: Springer-Verlag, 2009. 240-249. [doi: 10.100'7/978-3-642-03770-2_30].
  • 8Nykiel T, Potamias M, Mishra C, Kollios G, Koudas N. MRShare: Sharing across multiple queries in MapReduce. PVLDB, 2010, 3(1-2):494-505.
  • 9Kambatla K, Rapolu N, Jagannathan S, Grama A. Asynchronous algorithms in MapReduce. In: Moreira JE, Matsuoka S, Pakin S, Cortes T, eds. Proc. of the CLUSTER. Crete: IEEE Press, 2010. 245-254. [doi: 10.1109/CLUSTER.2010.30].
  • 10Polo J, Carrera D, Becerra Y, Torres J, Ayguad6 E, Steinder M, Whalley I. Performance-Driven task co-scheduling for MapReduce environments. In: Tonouchi T, Kim MS, eds. Proc. of the 1EEE Network Operations and Management Symp. (NOMS). Osaka: IEEE Press, 2010. 373-380. [doi: 10.1109/NOMS.2010.5488494].

共引文献517

同被引文献8

引证文献1

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部