时空流计算模型及其在边缘计算环境下的验证

摘要

近年来，移动传感器和无线网络的迅猛发展催生了大量带有地理空间信息的移动数据，这些移动数据具有持续到达、内容无限增长的流质特征，被称为时空流数据。由于时空流数据具有上述特点，传统的空间数据库的理论技术方法难完成实时计算，时空流数据的实时处理、分析、挖掘成为了国内外GIS的研究的热点和难点。
　　时空流的计算速率表示单位时间内所处理流数据元组的数出量，是评价时空流处理方法优劣的重要标准。本文围绕如何提高时空流数据实时处理的计算速率问题，从模型表达、数据组织、查询优化等方面出发，构建基于基调代数的移动对象流质数据模型，设计应对频繁更新时空流概要数据结构，并提出利用边缘计算框架的流式空间大数据分布式空间计算方法，从而建立一套包含时空流数据模型表达、空间算法实现和时空流大数据并行化、边缘计算环境下时空流中心分散化处理的理论、技术、方法体系，为提高时空流计算速率提供一套完整的解决方案。
　　本文的具体研究内容如下:
　　(1)详细阐述基调代数表达方法，分析基调代数表达的移动对象抽象数据模型类型体系和操作算子，区分了离线数据和在线数据两种数据类型，提出从离线移动抽象数据类型向在线时空流数据类型的提升方法，构建时空流数据模型。
　　(2)针对无约束空间和路网约束条件下移动对象运动特征，设计两种不同抽象数据模型离散化方法。为了达到提高时空流更新、查询计算速率的目的，无约束空间下，在传统空间索引的基础上添加二级索引完成自底向上更新方式;路网约束空间下，设计相应的路网节点、边界表并提出基于更新消息的CKNN算法，最终分别实现路网约束空间和无约束空间下的时空流数据概要数据结构设计。实验结果表明，无约束环境下，空间驱动型空间索引（网格索引）比数据驱动型空间索引（R树索引）具有较高的计算速率，更加适合移动对象的频繁更新;路网约束环境下，本文提出的UCKNN算法与IMA算法和CKNN算法相比具有更高的计算输出率。
　　(3)针对移动对象单数据集内部空间查询（范围查询、邻近查询）和多数据集之间的空间计算（空间连接查询），提出两种时空流大数据分布式计算方案，探索影响时空流数据处理计算速率的多个因素并验证方案的可行性，以提高时空流数据计算速率。实验证明，应用四叉树作为二级索引，在不同的分区网格大小、移动对象数量以及不同比例下的更新、查询混合流都具有较好的计算速率。
　　(4)针对时空流数据源地理分布广泛产生的大量网络宽带消耗问题，指出传统云中心处理模式在实时计算上的不足引入边缘计算模式，基于此将边缘集群部署于北京、杭州、郑州和湖州四地，从网络传输效率、边缘集群数量和本地、全局任务比例等多个角度进行时空流处理计算速率的探索性实验，进一步探究在边缘计算模式下时空流实时处理的计算速率变化规律。
　　研究及结果表明，本文提出的时空流抽象数据模型能够表达通用的时空流数据对象表达、移动对象空间索引能应对移动对象高度频繁的数据更新、时空流分布式处理方法能在大数据环境下实时完成空间数据计算、边缘计算范式下的时空流实时处理方案能有效的解决地域分布广泛的数据源产生的时空流数据的快速处理问题，具有重要的科学和现实意义。

目录

声明

致谢

摘要

图索引

表索引

1 绪论

1．1 研究背景

1．1．1 移动对象数据库

1．1．2 流数据管理系统

1．1．3 时空流数据的提出

1．1．4 时空流计算速率

1．2 研究现状

1．2．1 移动对象数据库相关研究现状

1．2．2 流数据管理相关研究现状

1．2．3 空间大数据高性能计算和边缘计算研究现状

1．2．4 研究现状总结

1．3 研究目的与内容

1．3．1 研究目的

1．3．2 研究内容

1．4 章节安排和组织思路

2 时空流抽象数据模型

2．1 时空流基本概念

2．1．1 流数据理论基础

2．1．2 时空流定义

2．2 可扩展数据库系统规范框架——基调代数

2．2．1 基调非形式化介绍

2．2．2 基调形式化表达

2．3 时空流抽象模型类型体系

2．3．1 空间数据类型

2．3．2 时刻数据类型

2．3．3 时态数据类型

2．3．4 范围数据类型

2．3．5 在线数据类型

2．3．6 时空数据流类型

2．4 时空流操作算子

2．4．1 离线数据类型到在线数据操作算子的提升

2．4．2 窗口操作

2．5 本章小结

3 考虑计算速率的时空流概要数据结构

3．1 抽象数据模型的离散化

3．1．1 抽象数据模型和离散数据模型

3．1．2 离散模型的代价分析

3．2 无约束空间下Stream(point，now)类型概要数据结构设计

3．2．1 无约束空间下Stream(point，now)类型的离散化

3．2．2 无约束空间下数据结构与空间算法

3．2．3 计算速率结果分析

3．3 路网约束空间下Stream(point，now)类型概要数据结构设计

3．3．1 路网约束空间下Stream(point，now)类型离散化

3．3．2 基于更新消息的CKNN算法

3．3．3 计算速率结果分析

3．4 本章小结

4 时空流概要数据结构并行化方法

4．1 流式分布式平台概述

4．1．1 流式分布式平台与批处理分布式平台的区别

4，1．2 流分布式平台概述

4．1．3 典型流式大数据分布式处理框架

4．1．4 Storm拓扑计算范式

4．2 分布式实时空间查询

4．2．1 单数据集分布式方案

4．2．2 计算速率结果分析

4．3 分布式实时空间连接计算

4．3．1 基于共享执行范式的空间计算策略

4．3．2 流数据连接方法

4．3．3 基于共享执行范式的空间连接计算分布式实现

4．3．4 计算速率结果分析

4．4 本章小结

5 边缘计算环境下的时空流实时处理研究

5．1 边缘计算概述

5．1．1 边缘计算架构

5．1．2 边缘计算特性

5．2 基于CECP的时空流计算模式

5．2．1 网络拓扑结构

5．2．2 基于云中心模式的时空流处理

5．2．3 基于CECP的时空流实时处理方法

5．2．4 实验和结果分析

5．3 本章小结

6 结论与展望

6．1 内容总结

6．2 创新特色

6．3 研究展望

参考文献

作者简历