[发明专利]一种分布式环境下基于社会感知的空间索引方法

说明书

本发明公开了一种分布式环境下基于社会感知的空间索引方法，涉及索引领域，通过对空间数据进行有效的划分，构建了局部索引以及全局索引，利用构建有效的索引结构，该索引结构是基于HDFS的分布式的索引结构并且融合了空间中的社交数据，能够很有效地支持分布式环境下的查询，使得查询结果更加满足用户的要求。在现有的基于R树的并行空间索引基础上融入LBSN中的社交数据，构成了全新的带有社交数据的空间索引，便于提高查询速度，提高搜索效率。

技术领域

本发明涉及索引方法技术领域，尤其涉及一种分布式环境下基于社会感知的空间索引方法。

背景技术

随着互联网的发展，各种社交网络服务产品应运而生，这些社交网络服务被普遍使用，已然成为最受用户欢迎的应用，基于位置的社交网络也因此包含着大量有价值有意义带有地理位置数据，空间数据逐渐成为学术研究重要的研究对象，所谓的空间数据就是包含地理位置和文本信息的数据，在空间中查询包含地理信息和文本信息成为频繁的操作，空间关键字查询就是在大量的空间目标中查询到符合地理相关，文本相关的数据。

近几年来，通信技术的发展和移动终端的广泛使用，基于位置的社会服务也层出不穷，空间关键字查询是以用户的地理位置信息和多个查询关键字作为参数，返回的是和这些参数有着空间和文本相关度的空间对象。在一个查询中，构建有效的索引结构，可以极大地提高查询效率。对于一个空间中的索引，是指将对象的位置信息，大小形状等按照一定结构排列的一种数据结构。

常见的基于二叉树的索引技术，这是较早版本的索引技术，适用于空间中点状常见的有KD树，LSD树，K-D-B树等相关索引结构，然而对于拓展对象却不适用。由于空间的对象形态各异(如点，线，面，体等)，组织方式不同，也导致了处理空间中拓展对象的方式也不相同，主要分为对空间中对象映射，分割和界定三类，将空间中的对象分割，分别存储在不重叠相交的子空间中，这种类型的空间索引技术有R+树，四叉树，Cell树等。对象的界定又被叫做区域重叠，也就是说它允许其子空间重叠，常见的有R树，R*树。

随着用户量越来越多，产生了大量的社交数据，空间数据还有社交数据呈指数增长，导致搜索空间越来越大，传统的数据处理技术在面对如此庞大的数据量时存在很多问题，处理数据成本很高，存在效率很低问题，空间数据的并行化处理难度较高，并行程序编写比较难。集中式环境下的查询处理效率面临着极大的挑战，传统的空间关键字查询已经不能解决现状。

发明内容

针对上述缺陷或不足，本发明的目的在于提供一种分布式环境下基于社会感知的空间索引方法，建立高效的索引结构。

为达到以上目的，本发明的技术方案为：

一种分布式环境下基于社会感知的空间索引方法，其特征在于，包括：

1)、获取空间数据,所述空间数据包括若干空间对象,每个空间对象包括对应的空间对象标示、空间对象的地理位置信息、空间中描述对象的关键字、以及空间对象的粉丝群体；

2)、利用空间层次分解的Hilbert编码方式对空间数据进行数据划分，将空间的数据划分到数据分区；

3)、根据批量加载算法TGS，对数据分区后的每个区域的数据构建局部的R 树索引，并对R树索引进行存储，R树索引的存储结构包括索引树的结构信息、节点信息、空间对象的粉丝群体、空间对象数据以及空间中描述对象的关键字；

4)、利用STR算法构建全局索引，并对全局索引进行存储，全局索引的存储结构包括索引树的结构信息、节点信息、空间对象的粉丝群体；其中节点信息存放的是文件路径。

所述步骤2)具体包括：

2.1、通过Hilbert对空间数据进行排序，并对排序后的数据进行编码；

2.2、根据编码将空间数据放入到存储节点中，如果空间数据超过节点所限定大小则停止，然后从上次的断点处用相同的方法将对象放入存储节点中。