基于分布式3D R-Tree索引的轨迹查询方法研究

摘要

城市中的公共汽车和出租车每天都产生大量的GPS轨迹数据.如何查询和管理这些大规模轨迹数据是一个极具挑战的问题。本研究以大数据计算引擎Spark的RDD组件为基础,设计并实现了分布式的3D R-Tree,通过全局索引和局部索引加速轨迹查询。文章以一个13节点的Spark集群和3万辆出租车一周产生的2.97亿条GPS记录为基础,使用3个经典查询(轨迹点查询,区域查询,子串查询)和2种分区方式(空间网格,时空网格)对该方法进行了评估。实验结果显示:在时空网格分区条件下3个查询时延最短,轨迹点查询、子串查询和区域查询的时延分别为:2.33 s、3.33 s和6.88 s。