声明
摘要
第1章 绪论
1.1 研究意义与背景
1.2 国内外研究现状
1.2.1 空间数据的分布式计算技术
1.2.2 大规模空间数据索引研究
1.2.3 分布式近邻查询研究
1.3 论文主要工作与创新点
1.4 研究内容与论文结构
第2章 大数据处理方法与技术
2.1 云计算与大规模数据管理
2.1.1 大数据的背景与定义
2.1.2 云计算
2.1.3 移动云计算
2.2 大数据处理系统与机制
2.2.1 大数据服务模型
2.2.2 分布式文件系统
2.2.3 数据虚拟化与存储平台
2.2.4 大数据处理系统
2.3 MapReduce与优化技术
2.3.1 MapReduce技术介绍与问题分析
2.3.2 MapReduce索引与优化
2.3.3 MapReduce查询与优化
2.4 大数据在云应用中的挑战
2.5 本章小结
第3章 基于网格的大规模空间数据索引研究
3.1 大规模空间数据索引技术
3.1.1 空间数据的特征
3.1.2 传统空间数据索引方法
3.1.3 大规模空间数据索引的问题
3.2 分布式空间索引方法与分析
3.2.1 R树索引与分布式处理
3.2.2 泰林索引与分布式处理
3.2.3 网格索引与分布式处理
3.3 基于网格的倒排索引
3.3.1 倒排索引技术
3.3.2 倒排空间网格索引
3.3.3 基于MapReduce的倒排网格索引实现
3.3.4 倒排网格索引进一步优化
3.4 实验结果与分析
3.4.1 实验环境与数据集
3.4.2 实验结果与分析
3.5 本章小结
第4章 空间分布式最近邻查询
4.1 最近邻查询算法
4.2 分布式kNN查询算法
4.2.1 分布式kNN查询算法
4.2.2 ParallelCircleTrip算法
4.2.3 ParallelCircleTrip算法的收敛性证明
4.3 实验结果与分析
4.3.1 数据集大小的影响
4.3.2 k大小的影响
4.3.3 当计算节点变化时的影响
4.4 本章小结
第5章 大规模多维反近邻查询
5.1 反最近邻查询算法
5.2 Basic-SRNN基准算法
5.3 Lazy-SRNN优化算法
5.4 Eager-SRNN优化算法
5.5 SRNN算法证明与效率分析
5.5.1 算法精确性与完备性证明
5.5.2 SRNN算法分析与比较
5.6 实验结果与分析
5.6.1 网格宽度的影响
5.6.2 非分布式环境性能
5.6.3 可扩展性对比测试
5.6.4 SRNN算法间比较
5.7 本章小结
第6章 空间大数据检索平台设计与算法应用
6.1 空间大数据检索系统架构设计
6.1.1 研究现状分析
6.1.2 空间大数据检索平台架构
6.1.3 大规模空间查询系统与数据结构
6.2 其它大规模空间查询算法应用
6.2.1 双色反近邻查询
6.2.2 高维LSH索引与查询
6.3 本章小结
第7章 总结与展望
7.1 本文的主要工作与结论
7.2 对未来工作的研究与展望
参考文献
攻读学位期间公开发表论文
攻读学位期间主持和参与的主要科研项目
致谢
作者简介