CN107423431A - 一种基于分布式文件***的遥感数据存储方法及*** - Google Patents

一种基于分布式文件***的遥感数据存储方法及*** Download PDF

Info

Publication number
CN107423431A
CN107423431A CN201710656126.8A CN201710656126A CN107423431A CN 107423431 A CN107423431 A CN 107423431A CN 201710656126 A CN201710656126 A CN 201710656126A CN 107423431 A CN107423431 A CN 107423431A
Authority
CN
China
Prior art keywords
data
access
remote sensing
hbase
mongodb
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201710656126.8A
Other languages
English (en)
Inventor
陈广胜
程益群
景维鹏
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Northeast Forestry University
Original Assignee
Northeast Forestry University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Northeast Forestry University filed Critical Northeast Forestry University
Priority to CN201710656126.8A priority Critical patent/CN107423431A/zh
Publication of CN107423431A publication Critical patent/CN107423431A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/10—File systems; File servers
    • G06F16/13—File access structures, e.g. distributed indices
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/10—File systems; File servers
    • G06F16/18—File system types
    • G06F16/182—Distributed file systems

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Two-Way Televisions, Distribution Of Moving Picture Or The Like (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

本发明提出一种基于分布式文件***的遥感数据存储方法及***，本发明方法通过建立面向遥感应用的分布式存储框架，存储遥感原始影像数据及元数据和切片数据，并定义两个访问接口，分别为MongoDB访问接口和HDFS/Hbase直接访问接口，可以兼容现有的遥感数据处理平台。通过本发明的方法，实现了多种类型遥感数据的分布式存储，并且提供了访问接口实现对遥感数据的访问和处理。

Description

一种基于分布式文件***的遥感数据存储方法及***
技术领域
本发明涉及遥感影像存储技术领域，特别涉及一种基于分布式文件***的遥感数据存储方法及***。
背景技术
当前存在的基于分布式文件***的遥感数据存储体系大多属于对现有***的简单拼凑，缺乏主流大数据处理框架的支撑，给遥感数据的处理带来了诸多不便。同时，由于遥感数据本身包含诸多类型数据，现有的分布式文件***无法直接对于多种类型的遥感数据进行存储，也缺乏统一的接口对多种类型数据进行管理，给用户的使用带来的较大不便。
发明内容
为了解决上述问题，本发明公开了一种基于分布式文件***的遥感数据存储方法及***，通过组合使用HDFS/Hbase和MongoDB，实现了多种类型遥感数据的分布式存储，并且提供了访问接口以实现Hadoop/Spark平台对遥感数据的访问和处理。
本发明通过如下方法实现：一种基于分布式文件***的遥感数据存储方法，包括：
使用HDFS存储遥感原始影像数据，使用HBase存储遥感元数据和切片数据，构建遥感数据分布式存储框架，具体为：
使用HDFS，在多个DataNode节点中存储遥感原始影像数据；
选择image_scale参数或由auto_scale()函数自动确定切图大小，使用GDAL库进行分布式切图；
采用改进的Hilbert编码方式，扩充Hilbert编码为等长编码并定义为rowkey，所述rowkey为HBase索引；
使用format_file()函数，实现切片数据的并行入库；
使用put命令，实现遥感元数据的入库操作；
定义分布式访问接口：所述分布式访问接口分别为MongoDB访问接口和HDFS/Hbase直接访问接口，所述分布式访问接口的访问方式具体为：
判断是否满足isMDB或isHDB状态之一，如果是，则进一步判断，否则数据写入本地磁盘；
进一步判断是否满足isHDB状态，如果是，则调用接口IHdfsOut()，实现数据访问；否则，调用函数mongo_convert()，将数据缓存到MongoDB，调用IMongoOut()接口实现数据访问。
所述的方法中，所述image_scale参数用于确定切图大小参数，所述切图大小参数包括：128x128，256x256，512x512，1024x1024；所述auto_scale()函数用于自动确定切图大小；
所述format_file()函数用于序列化切图文件并入库；所述put命令用于在表中添加一行文本数据。
所述的方法中，所述isMDB状态为允许MongoDB库访问状态；所述isHDB状态为允许直接访问HDFS/HBase状态。
所述的方法中，所述IHdfsOut()用于实现基于HDFS/HBase数据的访问；
所述mongo_convert()用于实现HBase中遥感影像数据到MongoDB文档数据库的存储和HBase中遥感元数据到MongoDB的存储；
所述IMongoOut()用于实现基于MongoDB的数据访问。
所述的方法中，所述扩充Hilbert编码为等长编码具体为：扩充字符及Hilbert编码，其中扩充字符均使用1填充，扩充长度为2切图块数-Length(Hilbert)，扩充完成后的编码为2切图块数。
本发明还提出一种存储***：一种基于分布式文件***的遥感数据存储***，包括：
遥感数据分布式存储框架：使用HDFS存储遥感原始影像数据，使用HBase存储遥感元数据和切片数据，构建遥感数据分布式存储框架，具体为：
遥感原始影像数据存储模块，用于使用HDFS，在多个DataNode节点中存储遥感原始影像数据；
遥感元数据及切片数据存储模块：选择image_scale参数或由auto_scale()函数自动确定切图大小，使用GDAL库进行分布式切图；
采用改进的Hilbert编码方式，扩充Hilbert编码为等长编码并定义为rowkey，所述rowkey为HBase索引；
使用format_file()函数，实现切片数据的并行入库；
使用put命令，实现遥感元数据的入库操作；
分布式访问接口：所述分布式访问接口分别为MongoDB访问接口和HDFS/Hbase直接访问接口；
判断是否满足isMDB或isHDB状态之一，如果是，则进一步判断，否则数据写入本地磁盘；
进一步判断是否满足isHDB状态，如果是，则调用接口IHdfsOut()，实现数据访问；否则，调用函数mongo_convert()，将数据缓存到MongoDB，调用IMongoOut()接口实现数据访问。
所述的***中，所述image_scale参数用于确定切图大小参数，所述切图大小参数包括：128x128，256x256，512x512，1024x1024；所述auto_scale()函数用于自动确定切图大小；
所述format_file()函数用于序列化切图文件并入库；所述put命令用于在表中添加一行文本数据。
所述的***中，所述isMDB状态为允许MongoDB库访问状态；所述isHDB状态为允许直接访问HDFS/HBase状态。
所述的***中，所述IHdfsOut()用于实现基于HDFS/HBase数据的访问；
所述mongo_convert()用于实现HBase中遥感影像数据到MongoDB文档数据库的存储和HBase中遥感元数据到MongoDB的存储；
所述IMongoOut()用于实现基于MongoDB的数据访问。
所述的***中，所述扩充Hilbert编码为等长编码具体为：扩充字符及Hilbert编码，其中扩充字符均使用1填充，扩充长度为2切图块数-Length(Hilbert)，扩充完成后的编码为2切图块数。
本发明优势在于可以实现多种类型遥感数据的分布式存储，并且由于现有的遥感数据处理平台大多不支持直接访问，因此本***实现了允许进行HDFS/HBase到MongoDB的数据交换，实现数据访问。
本发明提出一种基于分布式文件***的遥感数据存储方法及***，本发明方法通过建立面向遥感应用的分布式存储框架，存储遥感原始影像数据及元数据和切片数据，并定义两个访问接口，分别为MongoDB访问接口和HDFS/Hbase直接访问接口，可以兼容现有的遥感数据处理平台。通过本发明的方法，实现了多种类型遥感数据的分布式存储，并且提供了访问接口实现对遥感数据的访问和处理。
附图说明
为了更清楚地说明本发明或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明中记载的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为一种基于分布式文件***的遥感数据存储方法中构建遥感数据分布式存储框架实施例流程图；
图2为一种基于分布式文件***的遥感数据存储方法中分布式访问接口的访问方式实施例流程图；
图3为一种基于分布式文件***的遥感数据存储***结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明实施例中的技术方案，并使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图对本发明中技术方案作进一步详细的说明。
本发明公开了一种基于分布式文件***的遥感数据存储方法及***，该过组合使用HDFS/Hbase和MongoDB，实现了多种类型遥感数据的分布式存储，并且提供了访问接口以实现Hadoop/Spark平台对遥感数据的访问和处理。
本发明通过如下方法实现：一种基于分布式文件***的遥感数据存储方法，包括：
使用HDFS存储遥感原始影像数据，使用HBase存储遥感元数据和切片数据，构建遥感数据分布式存储框架，如图1所示，具体为：
S101：使用HDFS，在多个DataNode节点中存储遥感原始影像数据；
S102：选择image_scale参数或由auto_scale()函数自动确定切图大小，使用GDAL库进行分布式切图；
S103：采用改进的Hilbert编码方式，扩充Hilbert编码为等长编码并定义为rowkey，所述rowkey为HBase索引；
S104：使用format_file()函数，实现切片数据的并行入库；
S105：使用put命令，实现遥感元数据的入库操作；
所述put命令语法为：
put<table>，<rowkey>，<family:column>，<value>，<timestamp>。其中table指需要***的表，rowkey为索引，value为值，timestamp为时间戳。
对步骤做更细致说明：遥感元数据为遥感图像的解释数据，包括了遥感图像的采集时间，大小，卫星和传感器，采集地区等信息。这些信息对解释遥感数据十分重要。此处table为rs_data表，保存遥感元数据。rowkey与HDFS存储的遥感元数据key一致。column为元数据类型，value为元数据值。
定义分布式访问接口：所述分布式访问接口分别为MongoDB访问接口和HDFS/Hbase直接访问接口，所述分布式访问接口的访问方式如图2所示，具体为：
S201：判断是否满足isMDB或isHDB状态之一，如果是，则进一步判断，否则数据写入本地磁盘；
S202：进一步判断是否满足isHDB状态，如果是，则执行S203，否则，执行S204；
S203：调用接口IHdfsOut()，实现数据访问；
S204：调用函数mongo_convert()，将数据缓存到MongoDB，调用IMongoOut()接口实现数据访问。
由于现有的遥感数据处理平台大多不支持直接访问HDFS/HBase，因此本***允许进行HDFS/HBase到MongoDB的数据交换。
IHdfsOut()与IMongoOut()接口均定义在Output.java中。mongo_convert()函数定义在Output.cpp中。该函数的map过程相关代码如下：
public void map(Text key,Text value,Context context)throwsIOException,InterruptedException{
String[]fields＝value.toString().split("\t")；
String type＝fields[0]；
String value＝fields[1]；
String time＝fields[2]；
BSONObject b＝new BasicBSONObject()；
b.put("type",type)；
b.put("date",date)；
b.put("time",time)；
context.write(new ObjectId(),b)；
}
所述的方法中，所述image_scale参数用于确定切图大小参数，由用户进行选择，所述切图大小参数包括：128x128，256x256，512x512，1024x1024，遥感图像切图大小一般根据原始影像数据大小选择为128x128，256x256，512x512，1024x1024四种，以满足不同分辨率图像的读取需求；所述auto_scale()函数用于自动确定切图大小；
auto_scale()函数根据原始影像数据大小和所需分辨率确定切图大小。若不指定所需分辨率，则auto_scale()自动取当前原始影像数据允许的最大值。考虑到有时候用户需要特定大小的切图数据，***也允许用户自行指定image_scale参数值。
auto_scale()函数定义在scale.java文件中，相关函数代码如下：
level1-4为原始影像大小与所需分辨率大小比例的分界值。一旦计算得的比例值在某一区间内，则返回相应的image_scale值。***默认值为1024，用于不指定所需分辨率时的取值。
所述format_file()函数用于序列化切图文件并入库；所述put命令用于在表中添加一行文本数据。
所述的方法中，所述isMDB状态为允许MongoDB库访问状态；所述isHDB状态为允许直接访问HDFS/HBase状态。
所述的方法中，所述IHdfsOut()用于实现基于HDFS/HBase数据的访问；
所述mongo_convert()用于实现HBase中遥感影像数据到MongoDB文档数据库的存储和HBase中遥感元数据到MongoDB的存储；
所述IMongoOut()用于实现基于MongoDB的数据访问。
所述的方法中，所述扩充Hilbert编码为等长编码具体为：扩充字符及Hilbert编码，其中扩充字符均使用1填充，扩充长度为2切图块数-Length(Hilbert)，扩充完成后的编码为2切图块数。该方式用以保证编码可以容纳所有的切图块。
本发明还提出一种存储***：一种基于分布式文件***的遥感数据存储***，如图3所示，包括：
遥感数据分布式存储框架100：使用HDFS存储遥感原始影像数据，使用HBase存储遥感元数据和切片数据，构建遥感数据分布式存储框架，具体为：
遥感原始影像数据存储模块110，用于使用HDFS，在多个DataNode节点中存储遥感原始影像数据；
遥感元数据及切片数据存储模块120：选择image_scale参数或由auto_scale()函数自动确定切图大小，使用GDAL库进行分布式切图；
采用改进的Hilbert编码方式，扩充Hilbert编码为等长编码并定义为rowkey，所述rowkey为HBase索引；
使用format_file()函数，实现切片数据的并行入库；
使用put命令，实现遥感元数据的入库操作；
分布式访问接口200：所述分布式访问接口分别为MongoDB访问接口210和HDFS/Hbase直接访问接口220；
判断是否满足isMDB或isHDB状态之一，如果是，则进一步判断，否则数据写入本地磁盘；
进一步判断是否满足isHDB状态，如果是，则调用接口IHdfsOut()，实现数据访问；否则，调用函数mongo_convert()，将数据缓存到MongoDB，调用IMongoOut()接口实现数据访问。
所述的***中，所述image_scale参数用于确定切图大小参数，所述切图大小参数包括：128x128，256x256，512x512，1024x1024；所述auto_scale()函数用于自动确定切图大小；
所述format_file()函数用于序列化切图文件并入库；所述put命令用于在表中添加一行文本数据。
所述的***中，所述isMDB状态为允许MongoDB库访问状态；所述isHDB状态为允许直接访问HDFS/HBase状态。
所述的***中，所述IHdfsOut()用于实现基于HDFS/HBase数据的访问；
所述mongo_convert()用于实现HBase中遥感影像数据到MongoDB文档数据库的存储和HBase中遥感元数据到MongoDB的存储；
所述IMongoOut()用于实现基于MongoDB的数据访问。
所述的***中，所述扩充Hilbert编码为等长编码具体为：扩充字符及Hilbert编码，其中扩充字符均使用1填充，扩充长度为2切图块数-Length(Hilbert)，扩充完成后的编码为2切图块数。
本发明优势在于可以实现多种类型遥感数据的分布式存储，并且由于现有的遥感数据处理平台大多不支持直接访问，因此本***实现了允许进行HDFS/HBase到MongoDB的数据交换，实现数据访问。
本发明提出一种基于分布式文件***的遥感数据存储方法及***，本发明方法通过建立面向遥感应用的分布式存储框架，存储遥感原始影像数据及元数据和切片数据，并定义两个访问接口，分别为MongoDB访问接口和HDFS/Hbase直接访问接口，可以兼容现有的遥感数据处理平台。通过本发明的方法，实现了多种类型遥感数据的分布式存储，并且提供了访问接口实现对遥感数据的访问和处理。
本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。虽然通过实施例描绘了本发明，本领域普通技术人员知道，本发明有许多变形和变化而不脱离本发明的精神，希望所附的权利要求包括这些变形和变化而不脱离本发明的精神。

Claims (10)

1.一种基于分布式文件***的遥感数据存储方法，其特征在于，包括：
使用HDFS存储遥感原始影像数据，使用HBase存储遥感元数据和切片数据，构建遥感数据分布式存储框架，具体为：
使用HDFS，在多个DataNode节点中存储遥感原始影像数据；
选择image_scale参数或由auto_scale()函数自动确定切图大小，使用GDAL库进行分布式切图；
采用改进的Hilbert编码方式，扩充Hilbert编码为等长编码并定义为rowkey，所述rowkey为HBase索引；
使用format_file()函数，实现切片数据的并行入库；
使用put命令，实现遥感元数据的入库操作；
定义分布式访问接口：所述分布式访问接口分别为MongoDB访问接口和HDFS/Hbase直接访问接口，所述分布式访问接口的访问方式具体为：
判断是否满足isMDB或isHDB状态之一，如果是，则进一步判断，否则数据写入本地磁盘；
进一步判断是否满足isHDB状态，如果是，则调用接口IHdfsOut()，实现数据访问；否则，调用函数mongo_convert()，将数据缓存到MongoDB，调用IMongoOut()接口实现数据访问。
2.如权利要求1所述的方法，其特征在于，所述image_scale参数用于确定切图大小参数，所述切图大小参数包括：128x128，256x256，512x512，1024x1024；所述auto_scale()函数用于自动确定切图大小；
所述format_file()函数用于序列化切图文件并入库；所述put命令用于在表中添加一行文本数据。
3.如权利要求1所述的方法，其特征在于，所述isMDB状态为允许MongoDB库访问状态；所述isHDB状态为允许直接访问HDFS/HBase状态。
4.如权利要求1所述的方法，其特征在于，所述IHdfsOut()用于实现基于HDFS/HBase数据的访问；
所述mongo_convert()用于实现HBase中遥感影像数据到MongoDB文档数据库的存储和HBase中遥感元数据到MongoDB的存储；
所述IMongoOut()用于实现基于MongoDB的数据访问。
5.如权利要求1所述的方法，其特征在于，所述扩充Hilbert编码为等长编码具体为：扩充字符及Hilbert编码，其中扩充字符均使用1填充，扩充长度为2切图块数-Length(Hilbert)，扩充完成后的编码为2切图块数。
6.一种基于分布式文件***的遥感数据存储***，其特征在于，包括：
遥感数据分布式存储框架：使用HDFS存储遥感原始影像数据，使用HBase存储遥感元数据和切片数据，构建遥感数据分布式存储框架，具体为：
遥感原始影像数据存储模块，用于使用HDFS，在多个DataNode节点中存储遥感原始影像数据；
遥感元数据及切片数据存储模块：选择image_scale参数或由auto_scale()函数自动确定切图大小，使用GDAL库进行分布式切图；
采用改进的Hilbert编码方式，扩充Hilbert编码为等长编码并定义为rowkey，所述rowkey为HBase索引；
使用format_file()函数，实现切片数据的并行入库；
使用put命令，实现遥感元数据的入库操作；
分布式访问接口：所述分布式访问接口分别为MongoDB访问接口和HDFS/Hbase直接访问接口；
判断是否满足isMDB或isHDB状态之一，如果是，则进一步判断，否则数据写入本地磁盘；
进一步判断是否满足isHDB状态，如果是，则调用接口IHdfsOut()，实现数据访问；否则，调用函数mongo_convert()，将数据缓存到MongoDB，调用IMongoOut()接口实现数据访问。
7.如权利要求6所述的***，其特征在于，所述image_scale参数用于确定切图大小参数，所述切图大小参数包括：128x128，256x256，512x512，1024x1024；所述auto_scale()函数用于自动确定切图大小；
所述format_file()函数用于序列化切图文件并入库；所述put命令用于在表中添加一行文本数据。
8.如权利要求6所述的***，其特征在于，所述isMDB状态为允许MongoDB库访问状态；所述isHDB状态为允许直接访问HDFS/HBase状态。
9.如权利要求6所述的***，其特征在于，所述IHdfsOut()用于实现基于HDFS/HBase数据的访问；
所述mongo_convert()用于实现HBase中遥感影像数据到MongoDB文档数据库的存储和HBase中遥感元数据到MongoDB的存储；
所述IMongoOut()用于实现基于MongoDB的数据访问。
10.如权利要求6所述的***，其特征在于，所述扩充Hilbert编码为等长编码具体为：扩充字符及Hilbert编码，其中扩充字符均使用1填充，扩充长度为2切图块数-Length(Hilbert)，扩充完成后的编码为2切图块数。
CN201710656126.8A 2017-08-03 2017-08-03 一种基于分布式文件***的遥感数据存储方法及*** Pending CN107423431A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710656126.8A CN107423431A (zh) 2017-08-03 2017-08-03 一种基于分布式文件***的遥感数据存储方法及***

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710656126.8A CN107423431A (zh) 2017-08-03 2017-08-03 一种基于分布式文件***的遥感数据存储方法及***

Publications (1)

Publication Number Publication Date
CN107423431A true CN107423431A (zh) 2017-12-01

Family

ID=60437310

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710656126.8A Pending CN107423431A (zh) 2017-08-03 2017-08-03 一种基于分布式文件***的遥感数据存储方法及***

Country Status (1)

Country Link
CN (1) CN107423431A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109086649A (zh) * 2018-05-29 2018-12-25 国网新疆电力有限公司信息通信公司 卫星遥感图像水体识别方法
CN109710572A (zh) * 2018-12-29 2019-05-03 北京赛思信安技术股份有限公司 一种基于HBase的文件分片方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103281376A (zh) * 2013-05-31 2013-09-04 武汉大学 一种云环境下海量时序遥感影像的自动缓存构建方法
CN103595791A (zh) * 2013-11-14 2014-02-19 中国科学院深圳先进技术研究院 一种海量遥感数据的云存取方法
CN104331453A (zh) * 2014-10-30 2015-02-04 北京思特奇信息技术股份有限公司 一种分布式文件***及分布式文件***的构建方法
CN104820714A (zh) * 2015-05-20 2015-08-05 国家电网公司 基于hadoop的海量瓦片小文件存储管理方法
US9171042B1 (en) * 2013-02-25 2015-10-27 Emc Corporation Parallel processing database tree structure

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9171042B1 (en) * 2013-02-25 2015-10-27 Emc Corporation Parallel processing database tree structure
CN103281376A (zh) * 2013-05-31 2013-09-04 武汉大学 一种云环境下海量时序遥感影像的自动缓存构建方法
CN103595791A (zh) * 2013-11-14 2014-02-19 中国科学院深圳先进技术研究院 一种海量遥感数据的云存取方法
CN104331453A (zh) * 2014-10-30 2015-02-04 北京思特奇信息技术股份有限公司 一种分布式文件***及分布式文件***的构建方法
CN104820714A (zh) * 2015-05-20 2015-08-05 国家电网公司 基于hadoop的海量瓦片小文件存储管理方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
张晓兵: "基于HBase的弹性可视化遥感影像存储***", 《中国优秀硕士学位论文全文数据库 信息科技辑》 *
赵鹏举 等: "一种基于地理信息元数据标准的空间索引体系", 《科技导报》 *

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109086649A (zh) * 2018-05-29 2018-12-25 国网新疆电力有限公司信息通信公司 卫星遥感图像水体识别方法
CN109710572A (zh) * 2018-12-29 2019-05-03 北京赛思信安技术股份有限公司 一种基于HBase的文件分片方法
CN109710572B (zh) * 2018-12-29 2021-02-02 北京赛思信安技术股份有限公司 一种基于HBase的文件分片方法

Similar Documents

Publication Publication Date Title
TWI695260B (zh) 區塊資料校驗方法和裝置
US8099421B2 (en) File system, and method for storing and searching for file by the same
US8649427B2 (en) Image processor, image generator and computer program
CN102446184B (zh) 一种基于时间序列的工业数据存储及索引方法
CN110096507A (zh) 一种页面复杂表格渲染方法、***、终端及介质
CN104750859A (zh) 一种网络存储方法
CN103037344B (zh) 一种话单去重方法及装置
CN100507921C (zh) 一种嵌入式***中的文字显示方法及***
CN107423431A (zh) 一种基于分布式文件***的遥感数据存储方法及***
CN106095923A (zh) 一种在有序榜单中添加上榜数据的方法及***
CN103067441A (zh) 一种图片分享的方法、装置和设备
CN105354236A (zh) 一种对账信息生成方法及***
CN111639120B (zh) 一种架构视图的成图方法、装置、设备及可读存储介质
JP2004536481A (ja) 構造化文書の木構造におけるパスの符号化および復号化方法
CN107943455A (zh) 一种基于json数据格式的表单渲染***
CN110969000B (zh) 数据合并的处理方法及装置
CN114239535A (zh) 一种基于网页页面的Word文档自动生成方法及***
CN103761194B (zh) 一种内存管理方法及装置
CN110019636A (zh) 一种gis瓦片地图的存储方式
CN109344412A (zh) 一种语言转换方法、装置、设备及存储介质
CN109002505A (zh) 一种目标字符串的显示方法及相关装置
US20060188167A1 (en) Encoding device and method, decoding device and method, program, and recording medium
JP4821287B2 (ja) 構造化文書の符号化方法、符号化装置、符号化プログラム、復号装置及び符号化された構造化文書のデータ構造
CN101639846A (zh) 供用户自定义字体的方法
CN115080563A (zh) 数据捕获方法、装置、***、电子设备及存储介质

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication

Application publication date: 20171201

RJ01 Rejection of invention patent application after publication