CN105303509A - 一种瓦片地图的融合方法及装置 - Google Patents

Abstract

本发明公开了一种瓦片地图的融合方法及装置，用于解决融合指定范围内的地图瓦片时，融合读取效率低的问题。该方法为：读取各个地图瓦片的行列号，将各个地图瓦片的行列号进行交叉组合，将交叉组合后的值作为瓦片数据表的行键值，以及按照行键值的升序或降序分别将对应的地图瓦片的瓦片数据存储至瓦片数据表；接收到融合指令后，基于待融合区域的位置信息确定待融合区域的起始地图瓦片和终止地图瓦片，采用MapReduce分布式计算框架分别融合瓦片数据表中从起始地图瓦片开始到终止地图瓦片结束、且按照行键值连续存储的各个地图瓦片中各个行键值相同的地图瓦片的瓦片数据。采用上述方法可以提高读取融合指定范围的地图瓦片的效率。

Description

一种瓦片地图的融合方法及装置

技术领域

本发明涉及瓦片融合领域，尤其涉及一种瓦片地图的融合方法及装置。

背景技术

随着瓦片地图技术的广泛应用，多数地图瓦片存储方式都是基于单节点、文件式的存储方式，访问和查询地图瓦片数据的速度受到服务器和磁盘I/O能力的影响，在出现高并发处理时，很难满足用户的查询请求，而且单节点存储数据缺乏数据容灾处理，可能导致地图瓦片数据丢失，且用户在访问时，会造成较大的访问压力。

现有技术中，每次在进行瓦片融合时，都需要融合所有的地图瓦片数据；若用户只想融合小区域范围内的地图瓦片数据，第一种是选择将所有的地图瓦片数据进行融合，第二种则是通过多次的读取数据的方式进行融合。这两种融合方式，第一种融合所有地图瓦片数据的方式，涉及待融合的瓦片数据巨大，融合操作消耗时间较长，效率低下。第二种读取小区域范围内的地图瓦片数据，由于数据存储并不连续，就需要经过多次遍历才能读取到小区域范围内的所有地图瓦片数据，多次读取不仅会造成访问压力过大，而且效率较低，操作不方便，从而降低了瓦片融合的效率。若融合后的瓦片地图中，小部分地图瓦片数据需要更新，采用上述两种方式重新融合地图瓦片数据，同样面临融合效率低的问题。

发明内容

本发明实施例提供一种瓦片地图的融合方法及装置，用以解决现有技术中存在融合指定区域范围内的地图瓦片时，融合和读取效率较低的问题。

本发明提供的瓦片地图融合的方案如下：

一种瓦片地图的融合方法，该方法包括：

读取各个地图瓦片的行号与列号，将各个地图瓦片的行号与列号进行交叉组合，并将交叉组合后的值作为瓦片数据表的行键值，以及按照行键值的升序或降序分别将对应的地图瓦片的瓦片数据存储至瓦片数据表；

接收到融合指令后，基于融合指令中指示的待融合区域的位置信息确定待融合区域的外接矩形，以及外接矩形覆盖的各个地图瓦片中的起始地图瓦片和终止地图瓦片，采用映射化简MapReduce分布式计算框架分别融合瓦片数据表中从起始地图瓦片开始到终止地图瓦片结束、且按照行键值连续存储的各个地图瓦片中各个行键值相同的地图瓦片的瓦片数据。

本发明实施例提供的方案，采用将地图瓦片行号和列号进行交叉组合的方式，解决了现有技术中无法只融合小区域的地图瓦片的问题。这种融合方式可以通过一次连续读取，扫描所有需要融合的区域，提高了融合处理的效率，节省了融合处理的时间，可以只融合两块区域的边界，不必将所有的地图瓦片都扫描一遍。

较佳的，读取各个地图瓦片的行号与列号之前，还包括：

读取各个地图瓦片的瓦片数据中携带的经度和纬度；

分别根据经度计算各个地图瓦片的列号，以及分别根据纬度计算各个地图瓦片的行号。

较佳的，在读取各个地图瓦片的行号与列号之后，在将各个地图瓦片的行号与列号进行交叉组合之前，包括：

判断行号的位数和列号的位数是否都为预设位数；

若是，则直接将行号和列号进行交叉组合；

否则，将行号和/或列号之前补若干个零，直到行号的位数和列号的位数都为预设位数时，再将行号和列号进行交叉组合。

通过这种可能的实施方式，采用相同位数的行号和列号进行交叉组合。

较佳的，将各个地图瓦片的行号与列号进行交叉组合，并将交叉组合后的值作为瓦片数据表的行键值，包括：

按照先行号后列号的顺序，将行号和列号进行交叉组合，并将交叉组合后的值作为瓦片数据表的行键值，其中，交叉组合后的值，其奇数位上从高位至低位的各个数值分别为行号的高位至低位上的各个数值，以及其偶数位上从高位至低位的各个数值分别为列号的高位至低位上的各个数值，高位用于指示最左边的数位，低位用于指示最右边的数位；或者，

按照先列号后行号的顺序，将行号和列号进行交叉组合，并将交叉组合后的值作为瓦片数据表的行键值，其中，交叉组合后的值，其奇数位上从高位至低位的各个数值分别为列号的高位至低位上的各个数值，以及其偶数位上从高位至低位的各个数值分别为行号的高位至低位上的各个数值，高位用于指示最左边的数位，低位用于指示最右边的数位。

通过这种可能的实施方式，采用这种交叉组合方法，都可以使得相邻的地图瓦片在瓦片数据表中存储的位置也都是相邻或相近的，方面读取和扫描，提高了读取融合的效率。

较佳的，根据融合指令中指示的待融合区域，基于融合指令中指示的待融合区域的位置信息确定待融合区域的外接矩形，以及外接矩形覆盖的各个地图瓦片中的起始地图瓦片和终止地图瓦片，包括：

根据融合指令中指示的待融合区域的经度和纬度确定待融合区域覆盖的各个地图瓦片，并确定待融合区域覆盖的各个地图瓦片为待融合地图瓦片；

读取待融合地图瓦片的经度和纬度，确定待融合地图瓦片的经度的最小值和最大值，以及确定待融合地图瓦片的纬度的最小值和最大值；

基于待融合地图瓦片的经度的最小值和最大值，纬度的最小值和最大值确定待融合地图瓦片的外接矩形；

根据待融合地图瓦片的经度的最小值和纬度的最小值，确定起始地图瓦片，以及根据待融合地图瓦片的经度的最大值和纬度的最大值，确定终止地图瓦片。

通过这种可能的实施方式，确定扫描的起始地图瓦片和终止地图瓦片，缩小了扫描范围，使得融合效率更高。

较佳的，采用映射化简MapReduce分布式计算框架分别融合瓦片数据中从起始地图瓦片开始到终止地图瓦片结束、且按照行键值连续存储的各个地图瓦片中各个行键值相同的地图瓦片的瓦片数据，包括：

确定起始地图瓦片的行键值和终止地图瓦片的行键值；

确定起始地图瓦片的行键值为MapReduce分布式计算框架的起始扫描参数，以及确定终止地图瓦片的行键值为MapReduce分布式计算框架的终止扫描参数；

采用MapReduce分布式计算框架输入起始扫描参数和终止扫描参数，扫描瓦片数据表中从起始地图瓦片开始到终止地图瓦片结束、且按照行键值连续存储的各个地图瓦片；

确定瓦片数据表中从起始地图瓦片开始到终止地图瓦片结束、且按照行键值连续存储的各个地图瓦片中各个行键值相同的地图瓦片；

分别融合各个行键值相同的地图瓦片的瓦片数据。

通过这种可能的实施方式，将起始地图瓦片的行键值和终止地图瓦片的行键值作为参数，输入MapReduce分布式计算框架中进行扫描融合，计算性能高稳定性好，融合的计算能力可以扩展。

一种瓦片地图的融合装置，该装置包括：

数据处理单元，用于读取各个地图瓦片的行号与列号，将各个地图瓦片的行号与列号进行交叉组合，并将交叉组合后的值作为瓦片数据表的行键值，以及按照行键值的升序或降序分别将对应的地图瓦片的瓦片数据存储至瓦片数据表；

数据融合单元，用于接收到融合指令后，基于融合指令中指示的待融合区域的位置信息确定待融合区域的外接矩形，以及外接矩形覆盖的各个地图瓦片中的起始地图瓦片和终止地图瓦片，采用映射化简MapReduce分布式计算框架分别融合瓦片数据表中从起始地图瓦片开始到终止地图瓦片结束、且按照行键值连续存储的各个地图瓦片中各个行键值相同的地图瓦片的瓦片数据。

本发明实施例提供的方案，采用将地图瓦片行号和列号进行交叉组合的方式，解决了现有技术中无法只融合指定区域的地图瓦片的问题。这种融合方式可以通过一次连续读取，扫描所有需要融合的区域，提高了融合处理的效率，节省了融合处理的时间，可以只融合两块区域的边界，不必将所有的地图瓦片都扫描一遍。

较佳的，数据处理单元，还用于：读取各个地图瓦片的行号与列号之前，读取各个地图瓦片的瓦片数据中携带的经度和纬度，并分别根据经度计算各个地图瓦片的列号，以及分别根据纬度计算各个地图瓦片的行号。

较佳的，数据处理单元，还用于：在读取各个地图瓦片的行号与列号之后，在将各个地图瓦片的行号与列号进行交叉组合之前，判断行号的位数和列号的位数是否都为预设位数；

若是，则直接将行号和列号进行交叉组合；否则，将行号和/或列号之前补若干个零，直到行号的位数和列号的位数都为预设位数时，再将行号和列号进行交叉组合。

通过这种可能的实施方式，采用相同位数的N进制表示的行号和N进制表示的列号进行交叉组合。

较佳的，数据处理单元，具体用于：

按照先行号后列号的顺序，将行号和列号进行交叉组合，并将交叉组合后的值作为瓦片数据表的行键值，其中，交叉组合后的值，其奇数位上从高位至低位的各个数值分别为行号的高位至低位上的各个数值，以及其偶数位上从高位至低位的各个数值分别为列号的高位至低位上的各个数值，高位用于指示最左边的数位，低位用于指示最右边的数位；或者，

按照先列号后行号的顺序，将行号和列号进行交叉组合，并将交叉组合后的值作为瓦片数据表的行键值，其中，交叉组合后的值，其奇数位上从高位至低位的各个数值分别为列号的高位至低位上的各个数值，以及其偶数位上从高位至低位的各个数值分别为行号的高位至低位上的各个数值，高位用于指示最左边的数位，低位用于指示最右边的数位。

通过这种可能的实施方式，采用这种交叉组合方法，都可以使得相邻的地图瓦片在瓦片数据表中存储的位置也都是相邻或相近的，方面读取和扫描，提高了读取融合的效率。

较佳的，数据融合单元，具体用于：

根据融合指令中指示的待融合区域的经度和纬度确定待融合区域覆盖的各个地图瓦片，并确定待融合区域覆盖的各个地图瓦片为待融合地图瓦片；

读取待融合地图瓦片的经度和纬度，确定待融合地图瓦片的经度的最小值和最大值，以及确定待融合地图瓦片的纬度的最小值和最大值；

基于待融合地图瓦片的经度的最小值和最大值，纬度的最小值和最大值确定待融合地图瓦片的外接矩形；

根据待融合地图瓦片的经度的最小值和纬度的最小值，确定起始地图瓦片，以及根据待融合地图瓦片的经度的最大值和纬度的最大值，确定终止地图瓦片。

通过这种可能的实施方式，确定扫描的起始地图瓦片和终止地图瓦片，缩小了扫描范围，使得融合效率更高。

较佳的，数据融合单元，具体用于：

确定起始地图瓦片的行键值和终止地图瓦片的行键值；

确定起始地图瓦片的行键值为MapReduce分布式计算框架的起始扫描参数，以及确定终止地图瓦片的行键值为MapReduce分布式计算框架的终止扫描参数；

采用MapReduce分布式计算框架输入起始扫描参数和终止扫描参数，扫描瓦片数据表中从起始地图瓦片开始到终止地图瓦片结束、且按照行键值连续存储的各个地图瓦片；

确定瓦片数据表中从起始地图瓦片开始到终止地图瓦片结束、且按照行键值连续存储的各个地图瓦片中各个行键值相同的地图瓦片；

分别融合各个行键值相同的地图瓦片的瓦片数据。

通过这种可能的实施方式，将起始地图瓦片的行键值和终止地图瓦片的行键值作为参数，输入MapReduce分布式计算框架中进行扫描融合，计算性能高稳定性好，融合的计算能力可以扩展。

附图说明

图1为本发明实施例中的瓦片地图的融合方法的流程图；

图2为本发明实施例中的确定起始地图瓦片和终止地图瓦片的流程图；

图3为本发明实施例中的地图瓦片行列号交叉融合的示意图；

图4为本发明实施例中的瓦片地图的融合装置的结构图。

具体实施方式

为了给出提高读取和融合地图瓦片的效率的实现方案，本发明实施例提供了一种瓦片地图的融合方法及装置，以下结合说明书附图对本发明的优选实施例进行说明。

本发明实施例是将多个地图瓦片的瓦片数据抽取到HBase的一张表中，命名为瓦片数据表。基于Hadoop的数据库HBase是一个分布式的、列式存储的开源数据库。参阅表1所示，行键(Rowkey)是瓦片数据表的主键，每个地图瓦片的行键值都由该地图瓦片在整个地图中的位置信息生成，该位置信息可以是经度和纬度，多个区域的地图在融合之前，可能存在多个经度和纬度相同的地图瓦片，即行键值相同的地图瓦片可能会有多块，这些地图瓦片多存在与两个区域地图的交界处。HBase表中的数据通常默认按照行键值升序排序，HBase的行键值是按照B+树存储的，B+树是一种树形结构，按照B+树存储的所有数据均存储于叶子节点，每个叶子节点都有指向下一个叶子节点的指针，因此，按照B+树存储具有高效批量读取连续的多个行键值的数据的特性。利用这一特性，本发明的方案重新设计了行键值，不直接将原有的多个地图瓦片的行号和列号作为HBase的行键值，而是按照地理位置、缩放比例、地图类型为其重新编号，使得可以根据用户需求高速批量读取某个矩形区域内的瓦片地图进行融合。

参阅图1所示，本发明实施例提供一种瓦片地图的融合方法，具体流程如下：

步骤100：读取各个地图瓦片的行号与列号，将各个地图瓦片的行号与列号进行交叉组合，并将交叉组合后的值作为瓦片数据表的行键值，以及按照行键值的升序或降序分别将对应的地图瓦片的瓦片数据存储至瓦片数据表。

具体的，由于HBase所有数据都是以字节流(Byte流)的方式存储的，所有的地图图片文件都要先转为Byte流数据后存储至HBase中，而HBase的表中行与行之间，会自动按照行键值的Byte序排列。

在读取各个地图瓦片的行号与列号之前，先计算各个地图瓦片的行号及列号，步骤如下：

读取各个地图瓦片的瓦片数据中携带的经度和纬度，分别根据经度计算各个地图瓦片的列号，以及分别根据纬度计算各个地图瓦片的行号。

计算出的行号和列号通常为十进制，之后进行处理时，可以根据一次性能够取出的区域面积的大小，再将行号和列号都转换为N进制数，其中，N为大于等于2的自然数。

由于考虑到地图瓦片的瓦片数据的融合问题，因此在设计行键值时，不能仅简单将数据按照列(Column)、行(Row)、缩放值(Zoom)及地图类型进行编号作为各个地图瓦片的行键值，例如，将行号为123、列号为456、Zoom值为01，以及地图类型为02的地图瓦片的行键值设计为C123R456Z01-02的形式，则会面临无法批量取出矩形范围内的地图瓦片的瓦片数据的问题。

根据HBase可以高效批量读取连续的多个行键值的数据的特性，需要对瓦片数据表的行键值重新设计，具体方式如下：

判断行号的位数和列号的位数是否都为预设位数；

若是，则直接将行号和列号进行交叉组合；

否则，将行号和/或列号之前补若干个零，直到行号的位数和列号的位数都为预设位数时，再将行号和列号进行交叉组合。

例如，地图瓦片的行号为1234567，列号为7654321，行号若采用16进制表示，为12d687，列号若采用16进制为74cbb1，将16进制表示的行号和16进制表示的列号都控制在7位，即预设位数为7，不足7位时，在前面补0，即最终采用16进制表示的行号为012d687，最终采用16进制表示的列号为074cbb1。

将行号与列号进行处理后，将各个地图瓦片的行号与列号进行交叉组合，并将交叉组合后的值作为瓦片数据表的行键值，具体流程如下：

按照先行号后列号的顺序，将行号和列号进行交叉组合，并将交叉组合后的值作为瓦片数据表的行键值，其中，交叉组合后的值，其奇数位上从高位至低位的各个数值分别为行号的高位至低位上的各个数值，以及其偶数位上从高位至低位的各个数值分别为列号的高位至低位上的各个数值，高位用于指示最左边的数位，低位用于指示最右边的数位。

例如，按照先行号后列号的顺序，将采用16进制表示的行号012d687，采用16进制表示的列号074cbb1进行交叉组合，交叉组合后的值为001724dc6b8b71。

或者，按照先列号后行号的顺序，将行号和列号进行交叉组合，并将交叉组合后的值作为瓦片数据表的行键值，其中，交叉组合后的值，其奇数位上从高位至低位的各个数值分别为列号的高位至低位上的各个数值，以及其偶数位上从高位至低位的各个数值分别为行号的高位至低位上的各个数值，高位用于指示最左边的数位，低位用于指示最右边的数位。

例如，按照先列号后行号的顺序，将采用16进制表示的行号012d687，采用16进制表示的列号074cbb1进行交叉组合，交叉组合后的值为007142cdb6b817。

较佳的，行键值的组成还可以加入Zoom值和地图类型，通常固定为2位，其中，第一个2位为地图类型，第二个2位为Zoom值，第三个14位为行号和列号的交叉组合值。如此，在地图上相邻的区域的地图瓦片绝大多数情况下会被存储在HBase的同一个区域(Region)中，一个Region会被存储在一个数据节点中，以后进行区域更新时，不用再遍历整张表，而是只遍历瓦片数据表其中一部分，该部分存储的瓦片数据大多存储在一个数据节点中，因此在遍历时大大提高了更新及访问的效率。

瓦片数据表中的地图瓦片的瓦片数据按照行键值的升序或降序进行排列，重新设计行键值之后，再按照行键值的升序或降序排列之后，在后续读取一个矩形区域的地图瓦片时就可以高效批量连续的一次性读取了。

参阅表1所示，以A国各个省市的地图为例，瓦片数据表的列族设计为1个，即Map，列族下面的列包括各个省的地图瓦片的图片数据以及图片类型，如HN-image和HN-type，省份和地市编码后期会整理为一张字典表用于索引。其中，在HBase的表中，为空的地方不会占用存储空间。瓦片数据表在修改时记录一个时间戳，设计为数据写入HBase的时间，由于瓦片数据表只用于读取，只保留一个版本的数据。

表1

步骤110：接收到融合指令后，基于融合指令中指示的待融合区域的位置信息确定待融合区域的外接矩形，以及外接矩形覆盖的各个地图瓦片中的起始地图瓦片和终止地图瓦片，采用MapReduce分布式计算框架从起始地图瓦片开始到终止地图瓦片结束，融合瓦片数据表中按照行键值连续存储的各个地图瓦片的瓦片数据。

具体的，参阅图2所示，接收到融合指令后，基于融合指令中指示的待融合区域的位置信息确定待融合区域的外接矩形，以及外接矩形覆盖的各个地图瓦片中的起始地图瓦片和终止地图瓦片，具体步骤如下：

步骤200：根据融合指令中指示的待融合区域的经度和纬度确定待融合区域覆盖的各个地图瓦片，并确定待融合区域覆盖的各个地图瓦片为待融合地图瓦片。

步骤210：读取待融合地图瓦片的经度和纬度，确定待融合地图瓦片的经度的最小值和最大值，以及确定待融合地图瓦片的纬度的最小值和最大值。

步骤220：基于所待融合地图瓦片的经度的最小值和最大值，纬度的最小值和最大值确定待融合地图瓦片的外界矩形。

步骤230：根据待融合地图瓦片的经度的最小值和纬度的最小值，确定起始地图瓦片，以及根据待融合地图瓦片的经度的最大值和纬度的最大值，确定终止地图瓦片。

例如，接收到融合指令后，根据融合指令中指示的待融合区域，该待融合区域即A省的地图与B省的地图的交接线覆盖的地图瓦片区域，根据融合指令中指示的将A省的地图与B省的地图进行融合处理，已知A省与B省交界线上所有的经度和纬度，根据所有的经度和纬度可以确定交界线覆盖的所有地图瓦片，将这些地图瓦片确定为待融合地图瓦片。确定交界线覆盖的所有地图瓦片中经度的最小值和最大值，纬度的最小值和最大值，根据经度最小值和纬度最小值可以计算出起始地图瓦片的行键值，根据经度最大值和纬度最大值可以计算出终止地图瓦片的行键值，具体为根据纬度最小值计算出行号的最小值Rmin，根据纬度最大值计算出行号的最大值Rmax，以及根据经度最小值计算列号的最小值Cmin，根据经度的最大值计算列号的最大值Cmax，将Rmin和Cmin重新进行交叉组合的值设为RCHexMin，将Rmax和Cmax重新进行交叉组合的值设为RCHexMax，其中，RCHexMin为起始地图瓦片的行键值，RCHexMax为终止地图瓦片的行键值。如，以十进制数为例，Rmin为20，Cmin为50，Rmax为35，Cmax为75，则化为16进制后，起始地图瓦片的行键值RCHexMin1342是Rmin为20，Cmin为50交叉组合后的值，终止地图瓦片的行键值RCHexMax243b是Rmax为35，Cmax为75交叉组合后的值。上述外接矩形的四个顶点处的地图瓦片的行列号分别为：左上角行号20列号50，右上角行号20列号75，左下角行号35列号50，右下角行号35列号75。

确定起始地图瓦片的行键值和终止地图瓦片的行键值后，采用MapReduce分布式计算框架分别融合覆盖待融合区域的、从起始地图瓦片的行键值开始，到终止地图瓦片的行键值结束、且在瓦片数据表中连续存储的各个地图瓦片中各个行键值相同的地图瓦片的瓦片数据，即融合在瓦片数据表中，两个行键值之间所有行对应的瓦片数据，具体步骤如下：

确定外接矩形覆盖的各个地图瓦片中的起始地图瓦片的行键值和终止地图瓦片的行键值，并确定起始地图瓦片的行键值为MapReduce分布式计算框架的起始扫描参数，以及确定终止地图瓦片的行键值为MapReduce分布式计算框架的终止扫描参数，以及采用MapReduce分布式计算框架输入起始扫描参数和终止扫描参数，扫描瓦片数据表中从起始地图瓦片开始到终止地图瓦片结束，且按照行键值连续存储的各个地图瓦片的瓦片数据；确定瓦片数据表中从起始地图瓦片开始到终止地图瓦片结束、且按照行键值连续存储的各个地图瓦片中各个行键值相同的地图瓦片；分别融合各个行键值相同的地图瓦片的瓦片数据。上述采用MapReduce分布式计算框架输入起始扫描参数和终止扫描参数，具体是指，将起始扫描参数和终止扫面参数输入基于MapReduce分布式计算框架编写的软件程序，通过该软件程序进行融合操作。

例如，RCHexMin为起始地图瓦片的行键值，RCHexMax为终止地图瓦片的行键值，将RCHexMin确定为MapReduce分布式计算框架融合方法的起始扫描参数StartRowkey，将RCHexMax确定为MapReduce分布式计算框架融合方法的终止扫描参数StopRowkey，然后将StartRowkey和StopRowkey输入，实例化一个扫描对象org.apache.haddoop.hbase.client.Scan，然后从StartRowkey扫描至StopRowkey，扫描的区域从起始地图瓦片开始到终止地图瓦片结束，并在瓦片数据表中按照行键值连续存储的各个地图瓦片，将这些地图瓦片的瓦片数据的MapReduce计算模型中，分别融合这些地图瓦片中各个行键值相同的地图瓦片，例如，参阅表1所示，一个行键值对应多个列的数据，也即对应了多个地图瓦片的瓦片数据，行键值为03-01-001724dc6b8b75和03-01-001724dc6b8b76两行存储的瓦片数据中都包含了不止一组数据，代表在同一个经度和纬度上存在两个地图瓦片，在融合时，融合行键值为03-01-001724dc6b8b75的两个地图瓦片，以及行键值为03-01-001724dc6b8b76的两个地图瓦片。其中，映射(Map)函数用于融合，化简(Reduce)函数用于将融合后的瓦片数据写入表中。

若行键值包括Zoom值和地图类型，则在确定RCHexMin和RCHexMax后，将Zoom值和地图类型与RCHexMin组合成StartRowkey，将Zoom值和地图类型与RCHexMax组合成StopRowkey，然后将Zoom值和地图类型相同的每一对StartRowkey和StopRowkey作为扫描参数，实例化一个扫描对象org.apache.haddoop.hbase.client.Ssan，然后从StartRowkey扫描至StopRowkey，即扫描的区域从起始地图瓦片开始到终止地图瓦片结束，并在瓦片数据表中按照行键值连续存储的各个地图瓦片，将这些地图瓦片的行键值传入融合地图瓦片的瓦片数据的MapReduce计算模型中，完成融合操作。

参阅图3所示，以2位2进制数为例说明行键值的排列与读取的关系，2位2进制数可以表示4个行号与4个列号，采用交叉组合的方式变为4位2进制的16个数字，如图3左图。将这些4位2进制数字化成十进制可以清楚得知这16个数字正好组成一个矩形，读取这16个数字中任意一段都只需要连续的读取一次。例如，如图3右图中，编号为3、9、12、11、14的方块为区域1覆盖的地图瓦片的位置，编号为6、7、13的方块为区域2覆盖的地图瓦片的位置，若要融合区域1和区域2，则读取区域1和区域2中的行键值，找到行号最小值和最大值，以及列号最小值和最大值，行号最小值为01，行号最大值为11，列号最小值为01，列号最大值为10，因此，将R01C01交叉组合为RCHexMin，值为0011，将R11C10交叉组合为RCHexMax，值为1110，确定从0101扫描至1110，即从图3右图中，扫描编号为3、4、5、6、7、8、9、10、11、12、13、14的瓦片位置，发现在某个瓦片位置有超过一张地图瓦片时，融合该瓦片位置上的瓦片数据，如，若编号12的瓦片位置对应了两组瓦片数据，则融合编号12的瓦片位置上的两组瓦片数据。

采用这种方式选取融合的对象，不论融合何种形状的区域，确定起始地图瓦片和终止地图瓦片后，将这两个瓦片输入MapReduce分布式计算框架，可以只通过一次连续读取，就可以扫描整个待融合区域的所有地图瓦片的瓦片数据，发现有符合融合条件的地图瓦片直接进行融合。采用这种方式融合指定区域的地图瓦片，可以将扫描范围限制在指定区域的地图瓦片的起始地图瓦片至终止地图瓦片，从而节省了读取和融合的时间。

并且本发明这种可以只扫描并融合小区域的地图瓦片的特性，还可以加快瓦片地图的融合处理。如，用户获取到A省和B省的地图，可以先将A省与B省的交界线区域进行融合，待用户获取到C省的地图后，再分别与A省和B省的交界线进行融合，不用扫描三个省的所有地图瓦片。而现有技术中只能等到用户获取到A、B、C省的地图后再一起融合，因为，现有技术中融合A、B、C省的地图时，都要扫描所有的地图瓦片，若先将A省和B省进行融合，需要先扫描A省和B省的所有地图瓦片，待获取到C省地图时，还是要扫描A、B、C三个省的地图瓦片，这会耗费大量的融合时间，效率低下。

Hbase中进行融合后的瓦片数据存储至最终数据表，最终数据表的行键值设计为行号、列号、Zoom值和地图类型的格式，即行号为123、列号为456、Zoom值为01，以及地图类型为02的行键值设计为C123R456Z01-02的形式。因为对于融合后的数据表，读取时不会涉及到批量读取的情况，因此无需将地图瓦片的行号和列号交叉组合设计，使用行号列号直接组合的方式还可以保证与原有编号统一，方便原有的上层应用的迁移。

参阅表2所示，最终数据表的列族设计为1个，即Map，列族下面的列包括地图瓦片的图片数据以及图片类型，即image和type。最终数据表在修改时记录一个时间戳，设计为数据写入HBase的时间，保留三个版本的数据，用于数据回退。

表2

为了减轻访问融合后的瓦片数据的给数据节点带来的压力，HBase会将一张大表自动按行横向分隔为若干个指定大小的Region，同一张表的多个Region会被尽量平均分散到集群中的每一个节点，这样就对同一张表的并发访问压力均衡到了集群中的每一个节点，并且，Hadoop数据库文件***(HadoopDatabaseFileSystem，HDFS)会存储三份冗余数据至每个节点本地，这种机制也有助于负载均衡。

以A国各省地图为例，HBase中存放省份的瓦片数据来源、更新信息存储至省份信息表，省份信息表的行键值设计为省份名称或编码。

参阅表3所示，省份信息表的列族设计为1个，即Info，列族下面的列包括所有地图类型的来源信息，包括来源(Source)和更新时间(Update)等，如，01-soure表示矢量地图来源，数据为1代表该省份存在矢量地图数据，为空代表该省份无矢量地图数据，01-update表示矢量地图数据更新时间。省份信息表在修改时记录一个时间戳，设计为数据写入HBase的时间，保留三个版本的数据，用于数据回退。

表3

基于同一发明构思，根据本发明上述实施例提供的瓦片地图的融合方法，相应地，本发明另一实施例还提供了一种瓦片地图的融合装置，该装置结构示意图如图4所示，具体包括：

数据处理单元400，用于读取各个地图瓦片的行号与列号，将各个地图瓦片的行号与列号进行交叉组合，并将交叉组合后的值作为瓦片数据表的行键值，以及按照行键值的升序或降序分别将对应的地图瓦片的瓦片数据存储至瓦片数据表；

数据融合单元410，用于接收到融合指令后，基于融合指令中指示的待融合区域的位置信息确定待融合区域的外接矩形，以及外接矩形覆盖的各个地图瓦片中的起始地图瓦片和终止地图瓦片，采用映射化简MapReduce分布式计算框架分别融合瓦片数据表中从起始地图瓦片开始到终止地图瓦片结束、且按照行键值连续存储的各个地图瓦片中各个行键值相同的地图瓦片的瓦片数据。

数据处理单元400，还用于：读取各个地图瓦片的行号与列号之前，读取各个地图瓦片的瓦片数据中携带的经度和纬度，并分别根据经度计算各个地图瓦片的列号，以及分别根据纬度计算各个地图瓦片的行号。

数据处理单元400，还用于：在读取各个地图瓦片的行号与列号之后，在将各个地图瓦片的行号与列号进行交叉组合之前，判断行号的位数和列号的位数是否都为预设位数；

若是，则直接将行号和列号进行交叉组合；否则，将行号和/或列号之前补若干个零，直到行号的位数和列号的位数都为预设位数时，再将行号和列号进行交叉组合。

数据处理单元400，具体用于：

按照先行号后列号的顺序，将行号和列号进行交叉组合，并将交叉组合后的值作为瓦片数据表的行键值，其中，交叉组合后的值，其奇数位上从高位至低位的各个数值分别为行号的高位至低位上的各个数值，以及其偶数位上从高位至低位的各个数值分别为列号的高位至低位上的各个数值，高位用于指示最左边的数位，低位用于指示最右边的数位；或者，

按照先列号后行号的顺序，将行号和列号进行交叉组合，并将交叉组合后的值作为瓦片数据表的行键值，其中，交叉组合后的值，其奇数位上从高位至低位的各个数值分别为列号的高位至低位上的各个数值，以及其偶数位上从高位至低位的各个数值分别为行号的高位至低位上的各个数值，高位用于指示最左边的数位，低位用于指示最右边的数位。

数据融合单元410，具体用于：

根据融合指令中指示的待融合区域的经度和纬度确定待融合区域覆盖的各个地图瓦片，并确定待融合区域覆盖的各个地图瓦片为待融合地图瓦片；

读取待融合地图瓦片的经度和纬度，确定待融合地图瓦片的经度的最小值和最大值，以及确定待融合地图瓦片的纬度的最小值和最大值；

基于待融合地图瓦片的经度的最小值和最大值，纬度的最小值和最大值确定待融合地图瓦片的外接矩形；

根据待融合地图瓦片的经度的最小值和纬度的最小值，确定起始地图瓦片，以及根据待融合地图瓦片的经度的最大值和纬度的最大值，确定终止地图瓦片。

数据融合单元410，具体用于：

确定起始地图瓦片的行键值和终止地图瓦片的行键值；

确定起始地图瓦片的行键值为MapReduce分布式计算框架的起始扫描参数，以及确定终止地图瓦片的行键值为MapReduce分布式计算框架的终止扫描参数；

采用MapReduce分布式计算框架输入起始扫描参数和终止扫描参数，扫描瓦片数据表中从起始地图瓦片开始到终止地图瓦片结束、且按照行键值连续存储的各个地图瓦片；

确定瓦片数据表中从起始地图瓦片开始到终止地图瓦片结束、且按照行键值连续存储的各个地图瓦片中各个行键值相同的地图瓦片；

分别融合各个行键值相同的地图瓦片的瓦片数据。

综上所述，本发明实施例提供的方案，采用将地图瓦片行号和列号进行交叉组合的方式，解决了现有技术中无法只融合小区域的地图瓦片的问题。这种融合方式可以通过一次连续读取，扫描所有需要融合的区域，提高了融合处理的效率，节省了融合处理的时间，可以只融合两块区域的边界，不必将所有的地图瓦片都扫描一遍。将融合后的最终信息表分为多个区域分别存储在各个节点，可以减轻并发访问时的压力。采用Hadoop的分布式计算框架MapReduce，性能高稳定性好，提升了数据融合的效率，并方便计算能力的扩展，从而保证融合速度不会随着数据库中的地图瓦片数量增多而下降。

显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。

Claims (12)

1.一种瓦片地图的融合方法，其特征在于，所述方法包括：

读取各个地图瓦片的行号与列号，将所述各个地图瓦片的行号与列号进行交叉组合，并将交叉组合后的值作为瓦片数据表的行键值，以及按照所述行键值的升序或降序分别将对应的地图瓦片的瓦片数据存储至所述瓦片数据表；

接收到融合指令后，基于所述融合指令中指示的待融合区域的位置信息确定所述待融合区域的外接矩形，以及所述外接矩形覆盖的各个地图瓦片中的起始地图瓦片和终止地图瓦片，采用映射化简MapReduce分布式计算框架分别融合所述瓦片数据表中从所述起始地图瓦片开始到所述终止地图瓦片结束、且按照所述行键值连续存储的各个地图瓦片中各个行键值相同的地图瓦片的瓦片数据。

2.如权利要求1所述的方法，其特征在于，读取各个地图瓦片的行号与列号之前，还包括：

读取所述各个地图瓦片的瓦片数据中携带的经度和纬度；

分别根据所述经度计算所述各个地图瓦片的列号，以及分别根据所述纬度计算所述各个地图瓦片的行号。

3.如权利要求1所述的方法，其特征在于，在读取各个地图瓦片的行号与列号之后，在将所述各个地图瓦片的行号与列号进行交叉组合之前，包括：

判断行号的位数和列号的位数是否都为预设位数；

若是，则直接将所述行号和所述列号进行交叉组合；

否则，将所述行号和/或所述列号之前补若干个零，直到所述行号的位数和所述列号的位数都为预设位数时，再将所述行号和所述列号进行交叉组合。

4.如权利要求1、2或3所述的方法，其特征在于，将所述各个地图瓦片的行号与列号进行交叉组合，并将交叉组合后的值作为瓦片数据表的行键值，包括：

按照先行号后列号的顺序，将行号和列号进行交叉组合，并将交叉组合后的值作为瓦片数据表的行键值，其中，所述交叉组合后的值，其奇数位上从高位至低位的各个数值分别为所述行号的高位至低位上的各个数值，以及其偶数位上从高位至低位的各个数值分别为所述列号的高位至低位上的各个数值，所述高位用于指示最左边的数位，所述低位用于指示最右边的数位；或者，

按照先列号后行号的顺序，将行号和列号进行交叉组合，并将交叉组合后的值作为瓦片数据表的行键值，其中，所述交叉组合后的值，其奇数位上从高位至低位的各个数值分别为所述列号的高位至低位上的各个数值，以及其偶数位上从高位至低位的各个数值分别为所述行号的高位至低位上的各个数值，所述高位用于指示最左边的数位，所述低位用于指示最右边的数位。

5.如权利要求4所述的方法，其特征在于，基于融合指令中指示的待融合区域的位置信息确定所述待融合区域的外接矩形，以及所述外接矩形覆盖的各个地图瓦片中的起始地图瓦片和终止地图瓦片，包括：

根据融合指令中指示的待融合区域的经度和纬度确定所述待融合区域覆盖的各个地图瓦片，并确定所述待融合区域覆盖的各个地图瓦片为待融合地图瓦片；

读取所述待融合地图瓦片的经度和纬度，确定所述待融合地图瓦片的经度的最小值和最大值，以及确定所述待融合地图瓦片的纬度的最小值和最大值；

基于所述待融合地图瓦片的经度的最小值和最大值，纬度的最小值和最大值确定所述待融合地图瓦片的外接矩形；

根据所述待融合地图瓦片的经度的最小值和纬度的最小值，确定起始地图瓦片，以及根据所述待融合地图瓦片的经度的最大值和纬度的最大值，确定终止地图瓦片。

6.如权利要求5所述的方法，其特征在于，采用映射化简MapReduce分布式计算框架分别融合所述瓦片数据中从所述起始地图瓦片开始到所述终止地图瓦片结束、且按照所述行键值连续存储的各个地图瓦片中各个行键值相同的地图瓦片的瓦片数据，包括：

确定所述起始地图瓦片的行键值和所述终止地图瓦片的行键值；

确定所述起始地图瓦片的行键值为MapReduce分布式计算框架的起始扫描参数，以及确定所述终止地图瓦片的行键值为MapReduce分布式计算框架的终止扫描参数；

采用MapReduce分布式计算框架输入所述起始扫描参数和所述终止扫描参数，扫描所述瓦片数据表中从所述起始地图瓦片开始到所述终止地图瓦片结束、且按照所述行键值连续存储的各个地图瓦片；

确定所述瓦片数据表中从所述起始地图瓦片开始到所述终止地图瓦片结束、且按照所述行键值连续存储的各个地图瓦片中各个行键值相同的地图瓦片；

分别融合所述各个行键值相同的地图瓦片的瓦片数据。

7.一种瓦片地图的融合装置，其特征在于，所述装置包括：

数据处理单元，用于读取各个地图瓦片的行号与列号，将所述各个地图瓦片的行号与列号进行交叉组合，并将交叉组合后的值作为瓦片数据表的行键值，以及按照所述行键值的升序或降序分别将对应的地图瓦片的瓦片数据存储至所述瓦片数据表；

数据融合单元，用于接收到融合指令后，基于所述融合指令中指示的待融合区域的位置信息确定所述待融合区域的外接矩形，以及所述外接矩形覆盖的各个地图瓦片中的起始地图瓦片和终止地图瓦片，采用映射化简MapReduce分布式计算框架分别融合所述瓦片数据表中从所述起始地图瓦片开始到所述终止地图瓦片结束、且按照所述行键值连续存储的各个地图瓦片中各个行键值相同的地图瓦片的瓦片数据。

8.如权利要求7所述的装置，其特征在于，所述数据处理单元，还用于：读取各个地图瓦片的行号与列号之前，读取所述各个地图瓦片的瓦片数据中携带的经度和纬度，并分别根据所述经度计算所述各个地图瓦片的列号，以及分别根据所述纬度计算所述各个地图瓦片的行号。

9.如权利要求7所述的装置，其特征在于，所述数据处理单元，还用于：在读取各个地图瓦片的行号与列号之后，在将所述各个地图瓦片的行号与列号进行交叉组合之前，判断行号的位数和列号的位数是否都为预设位数；

若是，则直接将所述行号和所述列号进行交叉组合；否则，将所述行号和/或所述列号之前补若干个零，直到所述行号的位数和所述列号的位数都为预设位数时，再将所述行号和所述列号进行交叉组合。

10.如权利要求7、8或9所述的装置，其特征在于，所述数据处理单元，具体用于：

按照先行号后列号的顺序，将行号和列号进行交叉组合，并将交叉组合后的值作为瓦片数据表的行键值，其中，所述交叉组合后的值，其奇数位上从高位至低位的各个数值分别为所述行号的高位至低位上的各个数值，以及其偶数位上从高位至低位的各个数值分别为所述列号的高位至低位上的各个数值，所述高位用于指示最左边的数位，所述低位用于指示最右边的数位；或者，

按照先列号后行号的顺序，将行号和列号进行交叉组合，并将交叉组合后的值作为瓦片数据表的行键值，其中，所述交叉组合后的值，其奇数位上从高位至低位的各个数值分别为所述列号的高位至低位上的各个数值，以及其偶数位上从高位至低位的各个数值分别为所述行号的高位至低位上的各个数值，所述高位用于指示最左边的数位，所述低位用于指示最右边的数位。

11.如权利要求10所述的装置，其特征在于，所述数据融合单元，具体用于：

根据融合指令中指示的待融合区域的经度和纬度确定所述待融合区域覆盖的各个地图瓦片，并确定所述待融合区域覆盖的各个地图瓦片为待融合地图瓦片；

读取所述待融合地图瓦片的经度和纬度，确定所述待融合地图瓦片的经度的最小值和最大值，以及确定所述待融合地图瓦片的纬度的最小值和最大值；

基于所述待融合地图瓦片的经度的最小值和最大值，纬度的最小值和最大值确定所述待融合地图瓦片的外接矩形；

根据所述待融合地图瓦片的经度的最小值和纬度的最小值，确定起始地图瓦片，以及根据所述待融合地图瓦片的经度的最大值和纬度的最大值，确定终止地图瓦片。

12.如权利要求11所述的装置，其特征在于，所述数据融合单元，具体用于：

确定所述起始地图瓦片的行键值和所述终止地图瓦片的行键值；

确定所述起始地图瓦片的行键值为MapReduce分布式计算框架的起始扫描参数，以及确定所述终止地图瓦片的行键值为MapReduce分布式计算框架的终止扫描参数；

采用MapReduce分布式计算框架输入所述起始扫描参数和所述终止扫描参数，扫描所述瓦片数据表中从所述起始地图瓦片开始到所述终止地图瓦片结束、且按照所述行键值连续存储的各个地图瓦片；

确定所述瓦片数据表中从所述起始地图瓦片开始到所述终止地图瓦片结束、且按照所述行键值连续存储的各个地图瓦片中各个行键值相同的地图瓦片；

分别融合所述各个行键值相同的地图瓦片的瓦片数据。