摘要
当前大多数时空数据处理与可视化工具在数据规模增大时不能够对数据进行快速地处理与可视化.为解决该问题,通过对任务模型、数据模型及可视映射策略的重新定义,给出一种大规模时空数据处理与可视化平台.平台能够支持多种不同类型的时空数据,通过分布式的数据存储、数据重新组织、分布式检索、空间索引、分段预取等技术,能够实现大规模数据的快速处理与可视化.
Most of the existing spatio-temporal information visualization toolkits cannot process and visualize data efficiently when the size of the data is too large.In this paper,we present a visual analytics platform that supports large-scale spatio-temporal data.By redefining task model,data model,and visual mapping strategies,this platform supports processing and visualizing many kinds of big data with spatio-temporal attributes.The processing and visualizing can be done in seconds by distributed storage,data reorganization,distributed query,spatial indices and segmented fetch,even though it has a terabyte of data.
出处
《计算机研究与发展》
EI
CSCD
北大核心
2014年第S2期10-17,共8页
Journal of Computer Research and Development
基金
国家自然科学基金项目(41371386
91324019
91224006)
"十二五"国家科技支撑计划基金项目(2012BAK17B01-1
2013BAD15B02)
大数据应用服务技术北京市工程实验室创新能力建设项目(Y421021108)
中国科学院"十二五"信息化专项(XXH12504)
中国科学院佛山市合作项目(2012YS23)
中国科学院计算机网络信息中心"一三五"规划重点培育方向专项(CNIC_PY_1405)
关键词
大数据
时空数据处理
时空数据可视化
软件架构
模型驱动的架构
big data
spatio-temporal data processing
spatio-temporal visualization
software architecture
model driven architecture
