KR102022488B1 - 에이치베이스를 이용한 대용량 공간 데이터의 저장 및 검색 방법 - Google Patents

에이치베이스를 이용한 대용량 공간 데이터의 저장 및 검색 방법 Download PDF

Info

Publication number
KR102022488B1
KR102022488B1 KR1020180024495A KR20180024495A KR102022488B1 KR 102022488 B1 KR102022488 B1 KR 102022488B1 KR 1020180024495 A KR1020180024495 A KR 1020180024495A KR 20180024495 A KR20180024495 A KR 20180024495A KR 102022488 B1 KR102022488 B1 KR 102022488B1
Authority
KR
South Korea
Prior art keywords
spatial data
spatial
indexing
coordinates
hbase
Prior art date
Application number
KR1020180024495A
Other languages
English (en)
Inventor
윤정식
김성호
Original Assignee
(주)이지스
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 (주)이지스 filed Critical (주)이지스
Priority to KR1020180024495A priority Critical patent/KR102022488B1/ko
Application granted granted Critical
Publication of KR102022488B1 publication Critical patent/KR102022488B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/29—Geographical information databases

Landscapes

  • Engineering & Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Theoretical Computer Science (AREA)
  • Remote Sensing (AREA)
  • Data Mining & Analysis (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

본 발명은 대용량 공간 데이터에 대해 지구 좌표계 기반의 위치 좌표를 2차원 평면 기반의 좌표로 인덱싱하여 NoSQL 방식의 에이치베이스(HBase)에 저장함과 더불어, 대용량 공간 데이터에 대한 2차원 평면 기반의 인덱싱 좌표를 이용하여 에이치베이스(HBase)에서 보다 신속하게 원하는 공간 정보를 검색할 수 있도록 해 주는 기술에 관한 것이다.
본 발명에 따른 에이치베이스를 이용한 대용량 공간 데이터의 저장 및 검색 방법은, 분산서버에서 에이치베이스를 이용하여 대용량 공간데이터를 저장 및 검색하는 방법에 있어서, 저장 요청된 대용량 공간 데이터에 대한 지구좌표계 기반의 위치 좌표를 2차원 평면 기반의 인덱싱 좌표로 변환하고, 인덱싱 좌표를 이용하여 생성된 공간분할 인덱스 일련번호를 생성하며, 공간분할 인덱스 일련번호와 매칭되는 에이치베이스(HBase)의 컬럼 패밀리에 객체 정보와 속성 정보를 포함하는 공간 데이터를 저장하는 공간데이터 저장단계와, 검색 요청된 대용량 공간 데이터에 대한 지구좌표계 기반의 위치 좌표를 2차원 평면 기반의 인덱싱 좌표로 변환하고, 인덱싱 좌표에 의해 생성된 검색 영역에 대한 공간분할 인덱스 일련번호 목록을 생성하며, 에이치베이스(HBase)에서 공간분할 인덱스 일련번호와 매칭되는 컬럼 패밀리를 호출하여 해당 공간 정보를 검색하는 공간데이터 검색단계를 포함하여 구성되고, 상기 공간데이터 저장단계와 공간데이터 검색단계는 분산서버에서 2차원 평면을 지구 구면체의 모든 경도값과 위도값을 포함하도록 좌하단 좌표값을 (-180,-90), 우상단 좌표값을 (180,90)으로 설정한 상태에서 기 설정된 개수로 분할하여 일정 공간 영역을 갖는 다수의 셀을 생성하고, 좌하단에 위치하는 셀의 좌표값을 (0,0)으로 설정한 후 이를 기준으로 우측으로 진행하면서 X축 좌표값이 "1"씩 증가하고, 상측으로 진행하면서 Y축 좌표값이 "1"씩 증가하도록 셀별 좌표값을 설정함으로써, 지구 좌표계 위치 좌표를 2차원 평면 기반의 인덱싱 좌표로 변환하는 것을 특징으로 한다.

Description

에이치베이스를 이용한 대용량 공간 데이터의 저장 및 검색 방법{Method for storing and searching of massive spatial data using HBase}
본 발명은 대용량 공간 데이터에 대해 지구 좌표계 기반의 위치 좌표를 2차원 평면 기반의 좌표로 인덱싱하여 NoSQL 방식의 에이치베이스(HBase)에 저장함과 더불어, 대용량 공간 데이터에 대한 2차원 평면 기반의 인덱싱 좌표를 이용하여 에이치베이스(HBase)에서 보다 신속하게 원하는 공간 정보를 검색할 수 있도록 해 주는 기술에 관한 것이다.
최근 대용량의 다양한 형태와 속성을 가진 공간 데이터는 매일 수도 없이 인터넷과 가상 공간에서 작성되고 있으며, 전세계를 기반으로 하는 위치 기반의 다양한 메시지의 경우 엄청나게 많은 용량의 크기로 매일 생성되고 또 소모되고 있다.
이러한 빅데이터를 저장 관리하기 위해서는 빅데이터가 가지는 대용량, 비정형, 실시간성이라는 특징을 수용할 수 있는 데이터베이스가 요구된다.
그러나, 데이터양이 방대해지면서 하나의 노드 능력을 최대화시키는 스케일-업(scale-up) 방법만으로는 부족해졌고, 데이터의 유형이 다양해지면서 기존의 행과 열로 구성된 정형 데이터를 위한 관계형 모델에 기반한 데이터베이스 구조만으로는 다양한 데이터 유형을 저장하기에 부적합해졌다. 또한, 데이터 생성 속도가 빨라져서 스케일-업 기술과 하드디스크에 기반한 기술이 한계에 다다르게 되었다.
즉, 관계형 모델에 기반한 데이터베이스 구조에서의 기술적인 접근은 매일 전세계에서 쏟아지는 수많은 데이터를 처리하기에는 속도가 느리며, 저장 공간 확장에 많은 비용이 발생하고 이미 정의된 저장형태(Table)에만 저장할 수 있기 때문에 다양하고 변화가 많은 데이터를 수용할 수가 없게 된 것이다.
이러한 문제점을 해결하기 위한 빅데이터 저장 관리를 위한 대표적인 기술로는 분산 파일 시스템(DFS：Distributed File System), NoSQL(Not Only SQL), 비(非) 디스크 기반 데이터베이스 관리 시스템 등이 있다.
NoSQL은 관계형 데이터 모델을 사용하지 않고, SQL을 사용하지 않는 모든 DBMS 혹은 데이터 스토어를 일컫는 것으로, 데이터 저장에 대한 이론 중 ‘데이터 저장소는 일관성(Consistency), 가용성(Availability), 파티션 내성(Partition tolerance) 중 2가지만을 선택하여 만족시킬 수 있다’는 CAP 이론에서 일관성(C) 또는 가용성(A)을 일부 포기함으로써 분산 환경 적용을 통한 확장이 가능한 특징이 있다.
NoSQL의 대표적 사례로는 키 값 모델 기반의 다이나모(Dynamo)와 멤베이스(Membase), 열 기반의 빅테이블(Bigtable)과 에이치베이스(Hbase), 카산드라(Cassandra), 문서 기반의 코치DB(CouchDB), 몽고DB(MongoDB) 등이 있다.
그러나, 이러한 데이터베이스들은 일반적으로 텍스트 정렬 형태의 인덱싱 방식을 이용하여 공간 정보와 같은 빅 데이터의 저장 및 검색을 수행하게 되는데, 텍스트 정렬 형태의 인덱싱 방식은 수백 테라 바이트에 해당하는 공간 정보를 모두 검색하여야 하므로, 공간 데이터의 검색에 많은 시간이 소요되는 단점이 있다.
1. 한국등록특허 제10-1712925호 (명칭 : 영상과 위치정보를 연계한 데이터베이스를 구축하는 방법, 상기 데이터베이스를 활용하여 측위하는 방법, 및 상기 방법들을 수행하는 전자 장치) 2. 한국등록특허 제10-1585146호 (명칭 : 오브젝트를 복수개의 데이터 노드들의 위치에 기반하여 분산 저장하는 분산 저장 시스템 및 그 위치 기반 분산 저장 방법 및 컴퓨터에 의하여 독출 가능한 저장 매체)
이에, 본 발명은 상기한 사정을 감안하여 창출된 것으로, 본 발명은 지구 좌표계 기반의 대용량 공간 데이터에 대해 그 위치 좌표를 2차원 평면 기반의 인덱싱 좌표로 변환하여 일련번호를 생성하고, 일련번호와 연결되도록 에이치베이스의 컬럼 패밀리에 분산 저장함과 더불어, 지구 좌표계 기반의 공간 정보를 2차원 평면 기반의 인덱싱 좌표로 변환하여 에이치베이스에서 해당 인덱싱 좌표 일련번호에 연결된 공간 정보를 검색함으로써, 대용량 공간 데이터에 대한 정보 저장 및 정보 검색을 보다 신속하게 할 수 있도록 해 주는 에이치베이스를 이용한 대용량 공간 데이터의 저장 및 검색 방법을 제공함에 그 기술적 목적이 있다.
상기 목적을 달성하기 위한 본 발명의 일측면에 따르면, 분산서버에서 에이치베이스를 이용하여 대용량 공간데이터를 저장 및 검색하는 방법에 있어서, 저장 요청된 대용량 공간 데이터에 대한 지구좌표계 기반의 위치 좌표를 2차원 평면 기반의 인덱싱 좌표로 변환하고, 인덱싱 좌표를 이용하여 생성된 공간분할 인덱스 일련번호를 생성하며, 공간분할 인덱스 일련번호와 매칭되는 에이치베이스(HBase)의 컬럼 패밀리에 객체 정보와 속성 정보를 포함하는 공간 데이터를 저장하는 공간데이터 저장단계와, 검색 요청된 대용량 공간 데이터에 대한 지구좌표계 기반의 위치 좌표를 2차원 평면 기반의 인덱싱 좌표로 변환하고, 인덱싱 좌표에 의해 생성된 검색 영역에 대한 공간분할 인덱스 일련번호 목록을 생성하며, 에이치베이스(HBase)에서 공간분할 인덱스 일련번호와 매칭되는 컬럼 패밀리를 호출하여 해당 공간 정보를 검색하는 공간데이터 검색단계를 포함하여 구성되고, 상기 공간데이터 저장단계와 공간데이터 검색단계는 분산서버에서 2차원 평면을 지구 구면체의 모든 경도값과 위도값을 포함하도록 좌하단 좌표값을 (-180,-90), 우상단 좌표값을 (180,90)으로 설정한 상태에서 기 설정된 개수로 분할하여 일정 공간 영역을 갖는 다수의 셀을 생성하고, 좌하단에 위치하는 셀의 좌표값을 (0,0)으로 설정한 후 이를 기준으로 우측으로 진행하면서 X축 좌표값이 "1"씩 증가하고, 상측으로 진행하면서 Y축 좌표값이 "1"씩 증가하도록 셀별 좌표값을 설정함으로써, 지구 좌표계 위치 좌표를 2차원 평면 기반의 인덱싱 좌표로 변환하는 것을 특징으로 하는 에이치베이스를 이용한 대용량 공간 데이터의 저장 및 검색 방법이 제공된다.
또한, 상기 공간 데이터에 대한 지구 좌표계 위치 좌표를 2차원 평면 인덱싱 좌표로 변환하는 과정은 다수의 LOD 레벨에 대해 각각 수행되되, 하위 레벨은 그 상위 레벨의 2배씩 셀의 개수가 증가하도록 2차원 평면 인덱싱 좌표가 설정되는 것을 특징으로 하는 에이치베이스를 이용한 대용량 공간 데이터의 저장 및 검색 방법이 제공된다.
또한, LOD 레벨을 갖는 공간 데이터에 대해, 상기 공간분할 인덱스 일련번호는 해당 공간 데이터의 LOD 레벨과, X축 방향 인덱싱 좌표값과 Y축 방향 인덱싱 좌표값으로 이루어지고, 에이치베이스의 컬럼 패밀리는 공간분할 인덱스 일련번호와 동일한 식별자를 갖도록 설정되어 해당 공간 데이터의 공간분할 인덱스 일련번호와 동일 식별자를 갖는 컬럼 패밀리에 저장되는 것을 특징으로 하는 대용량 공간 데이터의 저장 및 검색 방법이 제공된다.
또한, 상기 공간 데이터 저장단계는 공간 데이터의 지구 좌표계 기반의 위치 좌표값을 근거로 해당 공간 데이터에 대한 대표점을 추출하고, 추출된 대표점에 대한 인덱싱 좌표를 이용하여 공간분할 인덱스 일련번호를 생성하되, 점 형태의 공간 데이터는 그 점을 대표점으로 추출하고, 단일 라인 형태의 공간 데이터는 그 선의 중심을 대표점으로 추출하며, 폴리라인 형태의 공간 데이터는 그 폴리라인에 의해 형성되는 면적의 무게 중심을 대표점을 추출하고, 면 형태의 공간 데이터는 그 내부 면적의 무게 중심을 대표점으로 추출하는 것을 특징으로 하는 대용량 공간 데이터의 저장 및 검색 방법이 제공된다.
또한, 상기 공간 데이터 저장단계는 에이치베이스에 대표점에 대한 공간분할 인덱스 일련번호와 매칭되는 컬럼 패밀리를 생성하고, 해당 컬럼 패밀리에는 해당 대표점을 갖는 공간 데이터의 셀 단위의 공간정보가 파일 형태로 저장되는 것을 특징으로 하는 대용량 공간데이터의 저장 및 검색 방법이 제공된다.
또한, 상기 공간 데이터 검색단계는 다수의 좌표점을 갖는 폴리 라인 또는 면 형태의 공간데이터에 대해 X축 좌표값이 최소인 경계 좌표값을 포함하는 좌하단 인덱싱 좌표와, Y축 좌표값이 최대인 경계 좌표값을 포함하는 우상단 인덱싱 좌표를 추출하고, 이 좌하단 인덱싱 좌표와 우상단 인덱싱 좌표를 이용하여 공간 영역을 포함하는 최소 검색 영역을 설정한 후, 최소 검색 영역에 해당하는 각 셀에 대한 공간분할 인덱스 일련번호를 생성함으로써, 검색 요청 공간 데이터에 대한 공간분할 인덱스 일련번호 목록을 생성하는 것을 특징으로 하는 대용량 공간데이터의 저장 및 검색 방법이 제공된다.
또한, 상기 공간 데이터 검색단계는 다수의 공간분할 인덱스 일련번호를 갖는 공간 데이터에 대해 적어도 둘 이상의 분산 컴퓨터를 이용하여 서로 다른 공간분할 인덱스 일련번호에 대한 영역을 분산 검색하되, 각 분산 컴퓨터는 에이치 베이스에서 제공되는 테이블 스플리트(Table Split) 기능을 이용하여 자신에게 할당된 공간분할 인덱스 일련번호가 식별자인 컬럼 패밀리에 접근한 후, 에이치 베이스에서 제공되는 테이블 맵퍼(Table Mapper)와 테이블 리듀서(Table Reducer)기능을 이용하여 자신에게 할당된 영역에서의 객체 의 위치 관계에 대한 검색을 수행하는 것을 특징으로 하는 대용량 공간데이터의 저장 및 검색 방법이 제공된다.
또한, 상기 공간데이터 검색단계는 분산 컴퓨터에서 폴리 라인 또는 폴리곤 형태의 공간데이터에 대한 인덱싱 좌표에 해당하는 각 셀에 대하여 해당 셀에 위치하는 기준 인덱싱 좌표점과, 이 기준 인덱싱 좌표점과 연결되는 서로 다른 방향에 인접하는 제1 인접인덱싱 좌표점과 제2 인접 인덱싱 좌표점을 연결하는 라인과 해당 셀 경계가 이루는 공간상에 오버랩 되거나 포함되는 객체정보를 검색하는 것을 특징으로 하는 대용량 공간데이터의 저장 및 검색 방법이 제공된다.
본 발명에 의하면, 지구 규모의 대용량 데이터를 NoSQL 형태의 데이터베이스인 에이치베이스(HBase)에 컬럼 패밀리(Column Family)관리를 통해 공간 인덱싱하여 저장함으로써, 자료 조회를 보다 신속하게 처리할 수 있다.
또한, 데이터에 대한 신속한 접근은 대용량 데이터를 신속하게 분석하고 통계를 구하고 활용할 수 있는 기반 기술이기 때문에 기존의 공간 정보 서비스 기술을 빅데이터 클라우드 기반의 분산 서비스 환경에도 용이하게 적용하여 실시할 수 있다.
도1은 본 발명이 적용되는 에이치베이스(HBase)에서의 공간정보 저장 및 검색 시스템의 구성을 기능적으로 분리하여 나타낸 도면.
도2는 본 발명에 따른 에이치베이스(HBase)에서의 공간정보 저장방법을 설명하기 위한 도면.
도3은 본 발명에 따른 에이치베이스(HBase)에서의 공간정보 검색방법을 설명하기 위한 도면.
도4는 도2에서 공간 데이터 종류별 대표점 추출 방법을 설명하기 위한 도면
도5는 도2에서 지구 구면 기반의 대용량 공간 데이터를 평면 좌표로 변환하는 인덱싱 구조를 설명하기 위한 도면.
도6은 도2에서 면 형태의 공간 데이터(Z)를 2차원 평면상에 매칭시킨 형태를 예시하여 대표점에 대한 인덱싱 좌표를 생성하는 과정을 설명하기 위한 도면.
도7은 도2에서 에이치베이스(200) 테이블에 컬럼 패밀리를 공간분할 인덱스 일련번호로 생성하고 저장하는 과정을 설명하기 위한 도면.
도8은 도3에서 면 형태의 공간 데이터에 대한 다수의 경계 좌표값으로 이루어지는 공간 영역의 공간분할 인덱스 일련번호 목록이 생성되는 과정을 설명하기 위한 도면.
도9는 도3에서 클라우드 분산 환경에서 공간영역 검색에 대한 분산 작업을 수행하는 과정을 설명하기 위한 도면.
이하에서는 첨부된 도면을 참조하여 본 발명을 보다 상세하게 설명한다. 도면들 중 동일한 구성요소들은 가능한 한 어느 곳에서든지 동일한 부호로 나타내고 있음을 유의해야 한다. 한편, 이에 앞서 본 명세서 및 특허청구범위에 사용된 용어나 단어는 통상적이거나 사전적인 의미로 한정해서 해석되어서는 아니 되며, 발명자는 그 자신의 발명을 가장 최선의 방법으로 설명하기 위해 용어의 개념을 적절하게 정의할 수 있다는 원칙에 입각하여 본 발명의 기술적 사상에 부합하는 의미와 개념으로 해석되어야만 한다. 따라서 본 명세서에 기재된 실시예와 도면에 도시된 구성은 본 발명의 가장 바람직한 일 실시예에 불과할 뿐이고, 본 발명의 기술적 사상을 모두 대변하는 것은 아니므로, 본 출원시점에 있어서 이들을 대체할 수 있는 다양한 균등물과 변형예들이 있을 수 있음을 이해하여야 한다.
도1은 본 발명이 적용되는 에이치베이스(HBase)를 이용한 대용량 공간데이터의 저장 및 검색 시스템의 구성을 기능적으로 분리하여 나타낸 도면이다.
도1에 도시된 바와 같이 에이치베이스(HBase)를 이용한 대용량 공간데이터의 저장 및 검색 시스템은 공간데이터 저장부(110) 및 공간데이터 검색부(120)를 포함하는 분산 서버(100)와, 에이치베이스(HBase, 200)를 포함하여 구성된다.
분산 서버(100)는 클라우드 분산 환경 기반에서 공간 정보를 인덱싱하여 NoSQL 데이터베이스인 에이치베이스(200)에 물리적으로 가까운 거리상에 위치하도록 저장하고, 인덱스에 속하는 저장 파일에서 원하는 공간정보를 다수의 분산 컴퓨터를 이용하여 병렬 방식으로 검색한다.
이때, 공간데이터 저장부(110)는 저장 요청된 대용량 공간 데이터에 대한 지구좌표계 기반의 위치 좌표를 2차원 평면 기반의 인덱싱 좌표로 변환하고, 인덱싱 좌표를 이용하여 생성된 공간분할 인덱스 일련번호에 매칭되는 에이치베이스(HBase)의 컬럼 패밀리에 객체 정보와 속성 정보를 포함하는 파일 형태의 공간 데이터를 저장한다. 그리고, 공간데이터 저장부(110)는 대용량 공간 데이터를 한 번에 관리하기에 무리가 있기 때문에, 공간 데이터를 정밀도에 따라서 다수의 LOD(Level Of Detail) 레벨로 분할하여 저장한다.
공간데이터 검색부(120)는 검색 요청된 대용량 공간 데이터에 대한 지구좌표계 기반의 위치 좌표를 2차원 평면 기반의 인덱싱 좌표로 변환하고, 인덱싱 좌표에 의해 생성된 검색 영역에 대한 공간분할 인덱스 일련번호 목록을 생성하며, 에이치베이스(HBase)에서 공간분할 인덱스 일련번호와 매칭되는 컬럼 패밀리를 호출하여 해당 공간 정보를 검색한다.
일반적으로 공간 데이터에서 형상을 이루는 객체 정보는 예컨대, 전국의 건물에 대한 외곽선 또는 단면에 대한 정보를 가지며, 시설물 데이터의 경우 1개의 건물 단면도는 공간적인 평면들로 구성되고, 각 평면은 폐합된 폴리곤 형태의 공간 정보로 이루어진다. 즉, 하나의 건물정보는 다수의 폴리곤 형태의 공간정보로 이루어진다.
그리고, 컬럼 패밀리는 에이치베이스(200)에 물리적으로 연결되는 다수의 파일(HFILE)들로 이루어진다.
즉, 본 발명에서는 동일한 공간분할 인덱스 일련번호에 속하는 공간데이터는 같은 컬럼 패밀리에 저장되는 바, 물리적으로 같은 영역에 해당 공간 데이터가 저장됨으로 인해 공간 데이터의 저장 및 검색 속도가 향상되는 것이다.
이어 도2와 도3을 참조하여 본 발명의 제1 실시예에 따른 에이치베이스를 이용한 대용량 공간 데이터의 저장 및 검색 방법을 설명한다.
먼저, 도2를 참조하여 에이치베이스를 이용한 대용량 공간 데이터 저장 방법을 설명한다.
분산 서버(100) 보다 상세히는, 공간데이터 저장부(110)는 공간데이터 저장 요구에 대해 공간 영역에 대한 대표점을 추출한다(ST110). 이때, 공간데이터 저장부(110)는 저장 요구되는 공간 데이터의 모양에 따라 서로 다른 방식으로 대표점을 추출한다.
도4는 공간 데이터 종류별 대표점 추출 방법을 설명하기 위한 도면이다. 도4에 도시된 바와 같이 공간 데이터는 대표적으로 점(A), 폴리 라인(B), 폴리곤(C)의 형태로 구분될 수 있다. 여기서, 도4에 도시되지는 않았지만, 공간 데이터는 단일 라인의 형태가 될 수도 있으며, 단일 라인에 대해서는 그 라인상의 중심점을 대표점으로 설정한다.
그리고, 도4 (A)와 같은 점(X0,Y0) 형태의 공간 데이터에 대해서는 해당 점 좌표를 대표점 좌표(XC,YC)로 설정한다.
또한, 도4 (B)의 폴리라인과 (C)의 폴리곤 형태의 공간 데이터에 대해서는 하기의 수학식1에 따라 각 대표점 좌표(XC,YC)를 산출한다.
Figure 112018020824324-pat00001
여기서, N은 좌표점의 개수이고, i는 좌표점 순서이다.
즉, 폴리라인(도4의 (B))과 폴리곤(도4의 (C))은 해당 면적에서의 무게 중심점을 대표점으로 설정한다. 이때, 폴리라인(도4의 (B))에 대해서는 각 라인을 폐합된 형태로 연결하여 수학식1을 통해 면적을 구한 후, 이 면적에서의 중심점을 대표점으로 설정한다.
이어, 공간데이터 저장부(110)는 상기 ST110 단계에서 추출된 지구 좌표계 기반의 대표점 위치좌표를 2차원 평면 기반의 인덱싱 좌표로 변환한다(ST120).
이때, 공간 데이터에 대한 지구 좌표계 위치 좌표를 2차원 평면 인덱싱 좌표로 변환하는 과정은 N단계의 LOD 레벨에 대해 각각 수행하며, 하위 레벨은 그 상위 레벨의 2배씩 셀의 개수가 증가하도록 2차원 평면 인덱싱 좌표가 설정된다.
또한, 공간데이터 저장부(110)는 공간 데이터에 대해 LOD 레벨을 설정하고, 해당 레벨에서 1개 셀의 가로, 세로 간격을 산출하며, 대표점 좌표값에 대한 인덱싱 좌표를 셀의 좌하단 기준점을 (-180,-90)으로 설정하여 산출한다.
도5에는 지구 구면 기반의 대용량 공간 데이터를 평면 좌표로 변환하는 인덱싱 구조를 설명하기 위한 도면이 예시되어 있다.
도5를 참조하면, 기본적으로 지구 규모의 공간을 가로 방향 10칸, 세로 방향으로 5칸으로 나누어서 50개의 직사각형의 셀로 분할한다. 이때, 공간 데이터는 다단의 LOD 레벨에 대해 설정될 수 있다. 즉, 2차원 도면 정보에 대해 지구 구면체의 모든 경도값과 위도값을 포함하도록 좌하단 좌표값을 (-180,-90), 우상단 좌표값을 (180,90)으로 설정하고, 공간 정보를 기 설정된 개수에 대응하도록 분할하여 일정 공간 영역을 갖는 다수의 셀을 생성하고, 분할된 셀에 대해 좌하단에 위치하는 셀 좌표값을 (0,0)으로 설정한 후 이를 기준으로 우측으로 진행하면서 X축 좌표값이 "1"씩 증가하고, 상측으로 진행하면서 Y축 좌표값이 "1"씩 증가하도록 셀별 좌표값을 생성한다. 도5에는 0레벨에서 각 좌하단의 (0,0)에서 우상단(9,4)까지 50개 셀이 형성되고, 하위 레벨의 셀은 바로 상위 레벨의 셀보다 가로 세로 모두 2배씩 증가한다. 즉, N레벨의 경우 좌하단 (0,0), 좌상단(0,(5×2N)-1), 우하단((10×2N)-1,0), 우상단((10×2N)-1, (5×2N)-1)으로, ((5×2N)-1)×((10×2N)-1) 개의 셀로 분할된다.
도6은 면 형태의 공간 데이터(Z)를 2차원 평면상에 매칭시킨 형태를 예시한 도면으로, 이를 참조하여 대표점에 대한 인덱싱 좌표를 생성하는 과정을 설명한다.
도6을 참조하면, N레벨에서 인덱스 영역 즉, 셀에 대한 크기(Δx, Δy)는 하기 수학식 2와 같이 산출된다.
Figure 112018020824324-pat00002
그리고, N 레벨에서 공간 데이터에 대한 대표점 좌표(XC,YC)는 수학식 3과 같이 산출된다.
Figure 112018020824324-pat00003
이후, 공간데이터 저장부(110)는 대표점에 대한 공간분할 인덱스 일련번호를 생성한다(ST130). 공간분할 인덱스 일련번호는 "레벨(2자리)+X축방향 인덱싱 좌표(8자리)+Y축방향 인덱싱 좌표(8자리)"의 형태로 생성되고, 각 자리값에서 할당되지않는 자리는 "0"으로 채운다. 예컨대, LOD 레벨이 "8"(08) 이고, X축 방향 인덱싱 좌표가 234567(00234567), 가로 방향 인덱싱 좌표가 98345(00098345)인 경우, "080023456700098345"의 공간분할 인덱스 일련번호가 생성된다.
그리고, 공간데이터 저장부(110)는 공간분할 인덱스 일련번호에 매칭되는 에이치베이스(200)의 해당 컬럼 패밀리 테이블을 생성하여 해당 공간 데이터를 저장한다(ST140).
이때, 공간데이터 저장부(120)는 에이치베이스(200)에 공간분할 인덱스 일련번호와 동일한 식별자를 갖도록 컬럼 패밀리 테이블을 생성하고, 해당 컬럼 패밀리 테이블에 해당 공간 데이터를 HFILE 형태로 저장한다.
도7에는 에이치베이스(200) 테이블에 컬럼 패밀리를 공간분할 인덱스 일련번호로 생성하고 저장하는 과정을 설명하기 위한 도면이 예시되어 있다.
도7을 참조하면, "0" 레벨에서 좌하단(0,0)부터 우상단(9,4) 영역의 공간 데이터에 대해 0 레벨(0L)부터 2레벨(2L)까지의 공간분할 인덱스 일련번호를 생성하고, 에이치베이스(200)에 제2 레벨(2L)에 대한 각 공간분할 인덱스 일련번호와 동일한 식별자를 갖는 컬럼 패밀리(CF)를 생성하며, 각 컬럼 패밀리(CF)에는 해당 셀을 대표점으로 하는 공간 데이터의 모양(좌표값 등) 등의 객체정보와 건물명, 주소, 전화번호 등의 속성정보를 포함하는 다수의 셀 정보가 HFILE로 저장된다.
즉, 공간데이터 저장부(110)는 공간 데이터에 해당하는 대표점에 기반하여 컬럼 패밀리를 생성하고, 각 컬럼 패밀리에는 해당 대표점을 갖는 공간 데이터의 공간 영역에 해당하는 각 셀에 대한 HFILE이 저장된다.
이어, 도3을 참조하여 에이치베이스를 이용한 대용량 공간 데이터 검색 방법을 설명한다.
먼저, 공간데이터 검색부(120)는 외부로부터 공간 데이터에 대한 검색 요구가 수신되면, 해당 공간 영역에 대한 경계 좌표값을 추출한다(ST210).
이때, 공간 데이터는 도4에 도시된 바와 같이 점, 라인(폴리라인), 폴리곤 형태가 될 수 있으며, 도4의 (A)와 같이 점 형태의 공간 데이터에 대해서는 한 개의 경계 좌표값이 추출되고, 도4의 (B) 또는 (C)와 같이 일정 영역을 갖는 경우에는 다수의 경계 좌표값, 예컨대 6개(도4의 (B),(C))의 경계 좌표값이 추출될 수 있다.
그리고, 공간데이터 검색부(120)는 공간데이터 모양에 대응되는 지구 좌표계 기반의 각 경계 좌표값을 2차원 평면 기반의 인덱싱 좌표로 변환한다(ST220).
그리고, 공간데이터 검색부(120)는 인덱싱 좌표를 이용하여 검색 영역을 설정하고, 검색 영역에 대한 인덱싱 좌표를 이용하여 공간분할 인덱스 일련번호 목록을 생성한다(ST230). 이때, 점 형태의 공간 데이터에 대한 한 개의 경계 좌표값에 대해서는 하나의 셀에 대한 공간분할 인덱스 일련번호 목록이 생성되고, 폴리 라인 또는 폴리곤 형태와 같이 다수의 경계 좌표값을 갖는 공간 데이터에 대해서는 다수 셀에 대응되는 공간분할 인덱스 일련번호들로 이루어지는 공간분할 인덱스 일련번호 목록이 생성된다.
도8에는 폴리곤 형태의 다수의 경계 좌표값으로 이루어지는 검색 영역의 설정 및 이에 대한 공간분할 인덱스 일련번호 목록을 생성되는 과정을 설명하기 위한 도면이 예시되어 있다.
도8을 참조하면, 공간데이터 검색부(120)는 LOD 레벨이 설정된 상태에서, X 축 좌표값이 최소인 경계 좌표값(X0,Y0)을 포함하는 좌하단 인덱싱 좌표(XL,YL)와, Y축 좌표값이 최대인 경계 좌표값(X3,Y3)을 포함하는 우상단 인덱싱 좌표(XR,YR)를 추출하고, 이 좌하단 인덱싱 좌표(XL,YL)와 우상단 인덱싱 좌표(XR,YR)를 이용하여 사각형태의 최소 검색 영역(S)을 설정한다. 그리고, 최소 검색 영역(S)에 해당하는 각 셀에 대한 공간분할 인덱스 일련번호 목록을 생성한다. 도8에는 검색 요청된 공간 영역(Z)에 대해 8 레벨에서 총 12개의 셀로 이루어지는 최소 검색 영역(S)이 설정되고, 이 최소 검색 영역(S)에 대응하여 12개의 공간분할 인덱스 일련번호가 생성된 예가 도시되어 있다.
이어, 공간데이터 검색부(120)는 에이치베이스(200)에서 ST230단계에서 생성된 각 공간분할 인덱스 일련번호와 매칭되는 컬럼 패밀리에 접근함으로써, 검색 요청된 공간 데이터에 대한 검색처리를 수행한다(ST240).
도9에는 클라우드 분산 환경에서 공간영역 검색 분산 작업을 수행하는 과정을 설명하기 위한 도면이 예시되어 있다. 도9에 도시된 바와 같이 분산 서버(100)는 하나의 검색 요청 공간 데이터에 대해 다수의 공간분할 인덱스 일련번호 목록이 생성된 경우, 다수의 분산 컴퓨터를 이용하여 서로 다른 공간 영역에 대한 분산 검색을 수행한다.
보다 상세하게는 분산 컴퓨터는 에이치 베이스(200)에서 제공되는 테이블 스플리트(Table Split)기능을 이용하여 HFILE 들이 존재하는 공간분할 인덱스 일련번호가 식별자인 컬럼 패밀리에 접근한 후, 에이치 베이스(200)에서 제공되는 테이블 맵퍼(Table Mapper)와 테이블 리듀서(Table Reducer)기능을 이용하여 각 분산 컴퓨터에서 자신에게 할당된 영역에서의 객체와의 위치 관계에 대한 검색을 수행한다. 그리고, 각 분산 컴퓨터에서 검색된 결과를 취합함으로써, 검색 요청된 공간 데이터에 대한 결과정보를 획득한다.
즉, 본 발명에서는 검색 요청된 공간 데이터를 포함하는 최소 영역에 해당하는 컬럼 패밀리만을 선택하여 검색함으로써, 전체 저장 데이터를 검색하는 종래 텍스트 정렬 형태의 인덱싱 방식에 비해 보다 신속하게 목적하는 공간 데이터의 검색이 가능하게 된다.
도9에는 제1 분산 컴퓨터(HTable Split 1)에서 ①②③④ 셀에 해당하는 공간분할 인덱스 일련번호의 컬럼 패밀리 테이블에서 검색을 수행하고, 제2 분산 컴퓨터(HTable Split 2)에서 ⑤⑥⑦⑧ 셀에 해당하는 공간분할 인덱스 일련번호의 컬럼 패밀리 테이블에서 검색을 수행하며, 제3 분산 컴퓨터(HTable Split 3)에서 ⑨⑩⑪⑫ 셀에 해당하는 공간분할 인덱스 일련번호의 컬럼 패밀리 테이블에서 검색을 수행한다. 즉, 클라우드 분산 환경에서 분산 기능을 이용하여 동시에 대용량 공간영역을 병렬로 검색하기 때문에 검색 서비스 속도가 보다 빨라질 수 있다.
이때, 분산 컴퓨터는 각 셀에 대하여 검색 요청된 공간 영역과의 관계를 조사한다. 도9에 도시된 바와 같이 해당 셀에 위치하는 기준 인덱싱 좌표값(X0,Y0)과, 이 기준 인덱싱 좌표값과 연결되는 서로 다른 방향으로 인접하는 위치의 제1 인접인덱싱 좌표값(X1,Y1)과 제2 인접 인덱싱 좌표값(X5,Y5)를 연결하는 라인과 해당 셀 경계 내에 포함되는 객체를 조사한다. 도9의 셀의 컬럼 패밀리 테이블에서 ⓐ 객체 정보는 포함되지 않음(Not Contained), ⓑ 객체 정보는 오버 랩(Overlap), ⓒ 객체 정보는 포함됨(Contain)의 조사결과를 획득하고, 그 조사 결과에 따라 오버랩 관계에 있는 ⓑ 객체와, 포함됨 관계에 있는 ⓒ 객체가 검색 결과로서 획득된다.
100 : 분산 서버, 110 : 공간데이터 저장부,
120 : 공간데이터 검색부, 200 : 에이치베이스(HBase).

Claims (8)

  1. 분산서버에서 에이치베이스를 이용하여 대용량 공간데이터를 저장 및 검색하는 방법에 있어서,
    저장 요청된 대용량 공간 데이터에 대한 지구좌표계 기반의 위치 좌표를 2차원 평면 기반의 인덱싱 좌표로 변환하고, 인덱싱 좌표를 이용하여 생성된 공간분할 인덱스 일련번호를 생성하며, 공간분할 인덱스 일련번호와 매칭되는 에이치베이스(HBase)의 컬럼 패밀리에 객체 정보와 속성 정보를 포함하는 공간 데이터를 저장하는 공간데이터 저장단계와,
    검색 요청된 대용량 공간 데이터에 대한 지구좌표계 기반의 위치 좌표를 2차원 평면 기반의 인덱싱 좌표로 변환하고, 인덱싱 좌표에 의해 생성된 검색 영역에 대한 공간분할 인덱스 일련번호 목록을 생성하며, 에이치베이스(HBase)에서 공간분할 인덱스 일련번호와 매칭되는 컬럼 패밀리를 호출하여 해당 공간 정보를 검색하는 공간데이터 검색단계를 포함하여 구성되고,
    상기 공간데이터 저장단계와 공간데이터 검색단계는 분산서버에서 2차원 평면을 지구 구면체의 모든 경도값과 위도값을 포함하도록 좌하단 좌표값을 (-180,-90), 우상단 좌표값을 (180,90)으로 설정한 상태에서 기 설정된 개수로 분할하여 일정 공간 영역을 갖는 다수의 셀을 생성하고, 좌하단에 위치하는 셀의 좌표값을 (0,0)으로 설정한 후 이를 기준으로 우측으로 진행하면서 X축 좌표값이 "1"씩 증가하고, 상측으로 진행하면서 Y축 좌표값이 "1"씩 증가하도록 셀별 좌표값을 설정함으로써, 지구 좌표계 위치 좌표를 2차원 평면 기반의 인덱싱 좌표로 변환하는 것을 특징으로 하는 에이치베이스를 이용한 대용량 공간 데이터의 저장 및 검색 방법.
  2. 제1항에 있어서,
    상기 공간 데이터에 대한 지구 좌표계 위치 좌표를 2차원 평면 인덱싱 좌표로 변환하는 과정은 다수의 LOD 레벨에 대해 각각 수행되되, 하위 레벨은 그 상위 레벨의 2배씩 셀의 개수가 증가하도록 2차원 평면 인덱싱 좌표가 설정되는 것을 특징으로 하는 에이치베이스를 이용한 대용량 공간 데이터의 저장 및 검색 방법.
  3. 제1항 또는 제2항에 있어서,
    LOD 레벨을 갖는 공간 데이터에 대해,
    상기 공간분할 인덱스 일련번호는 해당 공간 데이터의 LOD 레벨과, X축 방향 인덱싱 좌표값과 Y축 방향 인덱싱 좌표값으로 이루어지고,
    에이치베이스의 컬럼 패밀리는 공간분할 인덱스 일련번호와 동일한 식별자를 갖도록 설정되어 해당 공간 데이터의 공간분할 인덱스 일련번호와 동일 식별자를 갖는 컬럼 패밀리에 저장되는 것을 특징으로 하는 대용량 공간 데이터의 저장 및 검색 방법.
  4. 제1항에 있어서,
    상기 공간 데이터 저장단계는 공간 데이터의 지구 좌표계 기반의 위치 좌표값을 근거로 해당 공간 데이터에 대한 대표점을 추출하고, 추출된 대표점에 대한 인덱싱 좌표를 이용하여 공간분할 인덱스 일련번호를 생성하되,
    점 형태의 공간 데이터는 그 점을 대표점으로 추출하고,
    단일 라인 형태의 공간 데이터는 그 선의 중심을 대표점으로 추출하며,
    폴리라인 형태의 공간 데이터는 그 폴리라인에 의해 형성되는 면적의 무게 중심을 대표점을 추출하고,
    면 형태의 공간 데이터는 그 내부 면적의 무게 중심을 대표점으로 추출하는 것을 특징으로 하는 대용량 공간 데이터의 저장 및 검색 방법.
  5. 제4항에 있어서,
    상기 공간 데이터 저장단계는 에이치베이스에 대표점에 대한 공간분할 인덱스 일련번호와 매칭되는 컬럼 패밀리를 생성하고, 해당 컬럼 패밀리에는 해당 대표점을 갖는 공간 데이터의 셀 단위의 공간정보가 파일 형태로 저장되는 것을 특징으로 하는 대용량 공간데이터의 저장 및 검색 방법.
  6. 제1항에 있어서,
    상기 공간 데이터 검색단계는 다수의 좌표점을 갖는 폴리 라인 또는 면 형태의 공간데이터에 대해 X축 좌표값이 최소인 경계 좌표값을 포함하는 좌하단 인덱싱 좌표와, Y축 좌표값이 최대인 경계 좌표값을 포함하는 우상단 인덱싱 좌표를 추출하고, 이 좌하단 인덱싱 좌표와 우상단 인덱싱 좌표를 이용하여 공간 영역을 포함하는 최소 검색 영역을 설정한 후, 최소 검색 영역에 해당하는 각 셀에 대한 공간분할 인덱스 일련번호를 생성함으로써, 검색 요청 공간 데이터에 대한 공간분할 인덱스 일련번호 목록을 생성하는 것을 특징으로 하는 대용량 공간데이터의 저장 및 검색 방법.
  7. 제1항에 있어서
    상기 공간 데이터 검색단계는 다수의 공간분할 인덱스 일련번호를 갖는 공간 데이터에 대해 적어도 둘 이상의 분산 컴퓨터를 이용하여 서로 다른 공간분할 인덱스 일련번호에 대한 영역을 분산 검색하되,
    각 분산 컴퓨터는 에이치 베이스에서 제공되는 테이블 스플리트(Table Split) 기능을 이용하여 자신에게 할당된 공간분할 인덱스 일련번호가 식별자인 컬럼 패밀리에 접근한 후, 에이치 베이스에서 제공되는 테이블 맵퍼(Table Mapper)와 테이블 리듀서(Table Reducer)기능을 이용하여 자신에게 할당된 영역에서의 객체 의 위치 관계에 대한 검색을 수행하는 것을 특징으로 하는 대용량 공간데이터의 저장 및 검색 방법.
  8. 제6항 또는 제7항에 있어서,
    상기 공간데이터 검색단계는 분산 컴퓨터에서 폴리 라인 또는 폴리곤 형태의 공간데이터에 대한 인덱싱 좌표에 해당하는 각 셀에 대하여 해당 셀에 위치하는 기준 인덱싱 좌표점과, 이 기준 인덱싱 좌표점과 연결되는 서로 다른 방향에 인접하는 제1 인접인덱싱 좌표점과 제2 인접 인덱싱 좌표점을 연결하는 라인과 해당 셀 경계가 이루는 공간상에 오버랩 되거나 포함되는 객체정보를 검색하는 것을 특징으로 하는 대용량 공간데이터의 저장 및 검색 방법.
KR1020180024495A 2018-02-28 2018-02-28 에이치베이스를 이용한 대용량 공간 데이터의 저장 및 검색 방법 KR102022488B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020180024495A KR102022488B1 (ko) 2018-02-28 2018-02-28 에이치베이스를 이용한 대용량 공간 데이터의 저장 및 검색 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020180024495A KR102022488B1 (ko) 2018-02-28 2018-02-28 에이치베이스를 이용한 대용량 공간 데이터의 저장 및 검색 방법

Publications (1)

Publication Number Publication Date
KR102022488B1 true KR102022488B1 (ko) 2019-09-18

Family

ID=68070669

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020180024495A KR102022488B1 (ko) 2018-02-28 2018-02-28 에이치베이스를 이용한 대용량 공간 데이터의 저장 및 검색 방법

Country Status (1)

Country Link
KR (1) KR102022488B1 (ko)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20210042569A (ko) * 2019-10-10 2021-04-20 한국전자통신연구원 공간 정보 구성 방법 및 장치

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20040033359A (ko) * 2002-10-14 2004-04-28 한국전자통신연구원 공간영상의 효율적인 저장 및 검색을 지원하기 위한공간영상정보시스템 및 그 검색방법
KR101465481B1 (ko) * 2013-12-23 2014-12-10 한국건설기술연구원 Bim 데이터 포맷변환을 위한 bim데이터 처리 시스템
KR101585146B1 (ko) 2010-12-24 2016-01-14 주식회사 케이티 오브젝트를 복수 개의 데이터 노드들의 위치에 기반하여 분산 저장하는 분산 저장 시스템 및 그 위치 기반 분산 저장 방법 및 컴퓨터에 의하여 독출 가능한 저장 매체
KR101651780B1 (ko) * 2015-04-15 2016-08-29 한양대학교 에리카산학협력단 빅 데이터 처리 기술을 이용한 연관 단어 추출 방법 및 그 시스템
KR101687755B1 (ko) * 2016-04-26 2016-12-19 (주)이지스 공간정보의 동적 서비스 제공 방법
KR101712925B1 (ko) 2015-04-09 2017-03-07 한국항공대학교산학협력단 영상과 위치정보를 연계한 데이터베이스를 구축하는 방법, 상기 데이터베이스를 활용하여 측위하는 방법, 및 상기 방법들을 수행하는 전자 장치
KR101769020B1 (ko) * 2017-03-22 2017-08-18 (주)이지스 시설물에 대한 병렬처리 기반의 모델링 단계별 lod 서비스 데이터 생성 방법
KR20180001060A (ko) * 2016-06-24 2018-01-04 한국국토정보공사 토지 정보와 건물 정보의 통합 정보 관리 시스템 및 그 방법

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20040033359A (ko) * 2002-10-14 2004-04-28 한국전자통신연구원 공간영상의 효율적인 저장 및 검색을 지원하기 위한공간영상정보시스템 및 그 검색방법
KR101585146B1 (ko) 2010-12-24 2016-01-14 주식회사 케이티 오브젝트를 복수 개의 데이터 노드들의 위치에 기반하여 분산 저장하는 분산 저장 시스템 및 그 위치 기반 분산 저장 방법 및 컴퓨터에 의하여 독출 가능한 저장 매체
KR101465481B1 (ko) * 2013-12-23 2014-12-10 한국건설기술연구원 Bim 데이터 포맷변환을 위한 bim데이터 처리 시스템
KR101712925B1 (ko) 2015-04-09 2017-03-07 한국항공대학교산학협력단 영상과 위치정보를 연계한 데이터베이스를 구축하는 방법, 상기 데이터베이스를 활용하여 측위하는 방법, 및 상기 방법들을 수행하는 전자 장치
KR101651780B1 (ko) * 2015-04-15 2016-08-29 한양대학교 에리카산학협력단 빅 데이터 처리 기술을 이용한 연관 단어 추출 방법 및 그 시스템
KR101687755B1 (ko) * 2016-04-26 2016-12-19 (주)이지스 공간정보의 동적 서비스 제공 방법
KR20180001060A (ko) * 2016-06-24 2018-01-04 한국국토정보공사 토지 정보와 건물 정보의 통합 정보 관리 시스템 및 그 방법
KR101769020B1 (ko) * 2017-03-22 2017-08-18 (주)이지스 시설물에 대한 병렬처리 기반의 모델링 단계별 lod 서비스 데이터 생성 방법

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20210042569A (ko) * 2019-10-10 2021-04-20 한국전자통신연구원 공간 정보 구성 방법 및 장치
KR102455227B1 (ko) 2019-10-10 2022-10-17 한국전자통신연구원 공간 정보 구성 방법 및 장치

Similar Documents

Publication Publication Date Title
CN104199986B (zh) 基于hbase和geohash的矢量数据空间索引方法
Lee et al. Efficient spatial query processing for big data
Han et al. Hgrid: A data model for large geospatial data sets in hbase
US10585913B2 (en) Apparatus and method for distributed query processing utilizing dynamically generated in-memory term maps
CN103995861B (zh) 一种基于空间关联的分布式数据装置、方法及***
Whitman et al. Spatial indexing and analytics on Hadoop
CN104281701B (zh) 分布式多尺度空间数据查询方法及***
KR101794883B1 (ko) 분산 파일 시스템에서의 대용량 공간 데이터의 고속 분산 색인 생성 및 저장 방법
JP2014002519A (ja) 時空間データ管理システム、時空間データ管理方法、及びそのプログラム
CN108804602A (zh) 一种基于spark的分布式空间数据存储计算方法
CN105138560A (zh) 基于多级空间索引技术的分布式空间矢量数据管理方法
CN103116610A (zh) 基于HBase的矢量空间大数据存储方法
CN108009265B (zh) 一种云计算环境下的空间数据索引方法
CN108984598A (zh) 一种关系型地质数据库与NoSQL的融合方法及***
EP3232341A1 (en) Enhanced spatial index for point in polygon operations
CN114328779A (zh) 基于云计算高效检索浏览的地理信息云盘
CN111723096A (zh) 一种集成GeoHash和Quadtree的空间数据索引方法
CN107741982A (zh) 一种坐标与行政区域匹配***及方法
Du et al. Spatio-temporal data index model of moving objects on fixed networks using hbase
Zheng et al. Data storage optimization strategy in distributed column-oriented database by considering spatial adjacency
Nidzwetzki et al. Bboxdb-a scalable data store for multi-dimensional big data
KR102022488B1 (ko) 에이치베이스를 이용한 대용량 공간 데이터의 저장 및 검색 방법
CN104881475A (zh) 一种用于大数据随机抽样的方法和***
KR20060095444A (ko) 실체 검색 시스템
CN111737490A (zh) 基于银行渠道的知识图谱本体模型生成方法及装置

Legal Events

Date Code Title Description
E701 Decision to grant or registration of patent right
GRNT Written decision to grant