[发明专利]基于聚类分块的只读兴趣点数据库压缩存储方法

权利要求书

1、基于聚类分块的只读兴趣点数据库压缩存储方法，其特征在于由以下步骤实现：

(1)将兴趣点POI记录按照省市区和类别进行聚类；

(2)将同一类中的POI记录按照经度坐标-纬度坐标-电话进行升序排列；

(3)将多条POI记录组合成一个记录块；

(4)在所述的记录块内对POI记录中各个域采用不同的压缩方法进行压缩；

(5)以所述的记录块内最后一条POI记录的ID作为块ID，将压缩后的记录块作为整体进行存储。

2、根据权利要求1所述的基于聚类分块的只读兴趣点数据库压缩存储方法，其特征在于：所述的步骤(3)将多条记录组合成一个记录块的方法为：

以一个磁盘块大小为限值，将同一类中所有的兴趣点记录按照所占的存储空间大小进行分块，使得每一块容量不大于该限值。

3、根据权利要求1所述的基于聚类分块的只读兴趣点数据库压缩存储方法，其特征在于：所述步骤(4)在记录块内对POI记录中不同的域采用不同的压缩方法包括：对于数值型的属性-经纬度坐标和电话号码使用差值压缩，即除第一条记录外，后续记录的经度坐标，纬度坐标和电话号码存储的是与上一条记录的差值。

4、根据权利要求3所述的基于聚类分块的只读兴趣点数据库压缩存储方法，其特征在于：所述的差值长度不固定，需通过标识位来识别。

5、根据权利要求3所述的基于聚类分块的只读兴趣点数据库压缩存储方法，其特征在于：所述的电话号码可能没有，需通过标识位来识别。

6、根据权利要求1所述的基于聚类分块的只读兴趣点数据库压缩存储方法，其特征在于：所述步骤(4)在记录块内对POI记录中不同的域采用不同的压缩方法包括：对于字符串类型的域，即名称和地址采用如下方法：

(1)采用词典编码压缩方法对名称进行压缩；

(2)采用前缀压缩方法对地址进行压缩。

7、根据权利要求6所述的基于聚类分块的只读兴趣点数据库压缩存储方法，其特征在于：所述的词典编码压缩的前提是已经对名称做了分词预处理。

8、根据权利要求7所述的基于聚类分块的只读兴趣点数据库压缩存储方法，其特征在于：所述的分词预处理的方法是首先对块内所有记录的名称包含的词进行统计，当某个词的出现频率超过两次时，即将该词提取出来存放到块首对应词长的词典区。

9、根据权利要求6所述的基于聚类分块的只读兴趣点数据库压缩存储方法，其特征在于：所述的词典编码压缩方法是将名称中被提取过的词用该词的词长及其在所对应词长词典区中的序号来编码表示，同时为了和没有被提取的字区分开，每个名称都有一个位图索引来标识。

10、根据权利要求6所述的基于聚类分块的只读兴趣点数据库压缩存储方法，其特征在于：所述的前缀压缩方法是将地址中的最大前缀字符串用其之前出现过的记录序号和串长度来编码表示，同时通过标识位来识别是否有前缀压缩。