%0 Journal Article
%T 云环境下海量空间矢量数据并行划分算法<br>Parallel Algorithm for Partitioning Massive Spatial Vector Data in Cloud Environment
%A 姚晓闯
%A 杨建宇
%A 李林
%A 叶思菁
%A 郧文聚
%A 朱德海&lt
%A br&gt
%A YAO Xiaochuang
%A YANG Jianyu
%A LI Lin
%A YE Sijing
%A YUN Wenju
%A ZHU Dehai
%J 武汉大学学报·信息科学版
%D 2018
%R 10.13203/j.whugis20160271
%X 空间数据划分是空间大数据索引方法及其数据存储的重要组成部分。针对Hadoop云计算平台在空间数据划分及其存储方面的不足，提出了基于Hilbert空间填充曲线的海量空间矢量数据并行划分算法。在数据划分阶段，充分考虑空间数据相邻对象的空间位置关系、空间对象的自身大小以及相同编码块的空间对象个数等影响因素；通过“合并小编码块，分解大编码块”的划分原则，实现了云环境下海量空间矢量数据的并行划分算法。试验表明，该算法不仅能够提高海量空间矢量数据的索引效率，同时也能够很好地解决空间矢量数据在Hadoop分布式文件系统（Hadoop distributed file system，HDFS）上的数据倾斜问题
%K 矢量数据
%K Hilbert编码
%K 空间数据划分
%K MapReduce
%K R-tree索引
%K 数据倾斜
%K &lt
%K br&gt
%K vector data
%K Hilbert code
%K spatial data partitioning
%K MapReduce
%K R-tree index
%K data skewness
%U http://ch.whu.edu.cn/CN/abstract/abstract6158.shtml