基于Hadoop的QR树索引方法

摘要

针对处理海量空间数据时,集中式环境在机器性能上无法满足超大计算量的性能要求问题,提出基于分布式平台Hadoop来替换集中式环境,突破机器性能瓶颈,并且利用QR-Tree为海量空间数据建立索引,同时参考MapReduce“分而治之”的思想,设计了基于MapReduce并行框架处理索引创建和查询的算法.通过在分布式环境下改造QR-Tree算法为HQR-Tree (Hadoop QR Tree)化整为零,将计算量分散到Hadoop各个计算节点中并行计算,以提高计算效率,减少响应时间.实验结果表明,HQR-Tree处理海量空间数据具有较高的效率.