看过本文的还看了

相关文献

该作者的其他文献

文献详情 >基于MongoDB的矢量空间数据云存储与处理系统 收藏
基于MongoDB的矢量空间数据云存储与处理系统

基于MongoDB的矢量空间数据云存储与处理系统

作     者:雷德龙 郭殿升 陈崇成 巫建伟 吴小竹 LEI Delong;GUO Diansheng;CHEN Chongcheng;WU Jianwei;WU Xiaozhu

作者机构:福州大学福建省空间信息工程研究中心空间数据挖掘与信息共享教育部重点实验室福州350002 南卡罗来纳大学美国南卡罗来纳州sc29208 

基  金:国家科技支撑计划项目(2013BAH28F02) 福建省"百人工程"计划(033091) 福建省科技计划项目(2010I0008) 欧盟第七框架国际合作项目(247608) 

出 版 物:《地球信息科学学报》 (Journal of Geo-information Science)

年 卷 期:2014年第16卷第4期

页      码:507-516页

摘      要:近年来,海量空间数据存储与处理日益成为地理信息科学领域的研究热点。其中,矢量空间数据更因其较高的复杂性,成为该类研究的重点问题。本文基于文档数据库,探究了多用户数据存储、矢量空间数据存储、海量矢量空间数据并行处理等问题,给出了存储和处理矢量空间数据的方法。在三层式云存储架构基础上,设计并实现了矢量空间数据云存储与处理系统VectorDB,达到了海量矢量空间数据的高效存储与处理要求。系统采用文档数据库MongoDB存储矢量空间数据,使用OGR库实现不同格式矢量空间数据的转换与存储,并用Hadoop对数据库中的数据进行并行计算,以及用mongo-hadoop作为MongoDB与Hadoop之间的连接器。通过实验对比了VectorDB与PostGIS的矢量空间数据读写性能,并分析了VectorDB与MongoDB在海量数据并行处理性能方面的差异。结果表明:VectorDB具有更好的读取性能和海量数据处理性能,适合多用户不同格式、不同属性矢量空间数据存储,对海量矢量数据存储与处理问题具有参考价值。

主 题 词:矢量数据 NoSQL数据库 MongoDB 云存储 Hadoop 多用户 

学科分类:081603[081603] 081802[081802] 07[理学] 08[工学] 070503[070503] 0818[工学-交通运输类] 0705[理学-地理科学类] 0816[工学-纺织类] 

核心收录:

D O I:10.3724/SP.J.1047.2014.00507

馆 藏 号:203689403...

读者评论 与其他读者分享你的观点

用户名:未登录
我的评分