[发明专利]基于孩子节点的多粒度分布式读写锁的R树索引优化方法

权利要求书

1.一种基于孩子节点的多粒度分布式读写锁的R树索引优化方法，其特征在于，包括如下步骤：

步骤一，首先将整个空间区域进行规则划分，划分成大小相同的网格，将移动对象存储到网格的索引项里，建立起一个底层的网格索引；然后，用R树索引网格，R树的叶子节点存储网格的ID；调用R树程序获取范围查询内的网格，实现范围查询的加读锁过程；如果R树root节点有孩子节点并且root节点的MBR与查询范围相交，则继续获取与查询范围相交的孩子节点；然后对该孩子节点加读锁；逐层查找R树各层节点直至叶子节点；如果叶子节点的MBR与查询范围相交，则返回叶子节点的结果集合，否则就释放上述孩子节点的读锁；

步骤二，移动对象的位置更新过程中，在孩子节点加写锁，包括两个部分：

第一部分：在R树索引中插入节点时加写锁过程；

在R树索引中插入网格，首先计算出该网格左下角坐标和右上角坐标；然后初始化R树root节点重要参数：MBR和节点容量；获取实例root节点，从root节点开始向下遍历找到与该网格相交的孩子节点；对孩子节点加写锁；逐层查找直到应该将该网格插入其中的叶子节点；对孩子节点释放写锁；

第二部分：在R树中删除R树节点时加写锁过程；

先计算出网格左下角坐标和右上角坐标；获取实例root节点；初始化栈s1和s2，s1保存查找路径上的节点，s2保存需合并的节点；从root节点开始向下遍历找到与该网格相交的孩子节点；对孩子节点加写锁；逐层遍历过程中将包含该网格的节点压入栈s1；将该网格信息删除；更新节点信息；利用s1和s2对R树进行合并压缩、重新插入操作；对孩子节点释放写锁。

2.根据权利要求1所述的基于孩子节点的多粒度分布式读写锁的R树索引优化方法，其特征在于，R树的非叶子节点包括root节点和孩子节点，每个非叶子节点包含指向子节点的指针，称之为child-pointer，其MBR表示能框住其子节点的最小N维矩形；R树的叶子节点包含指向空间对象的条目，称之为tuple-identifier，其MBR表示能框住其tuple所对应的空间对象的最小N维矩形。