隨著現(xiàn)在科技的發(fā)展，各行各業(yè)都開始使用計(jì)算機(jī)和自動(dòng)化來工作了，數(shù)據(jù)量也越來越大。面對(duì)海量和復(fù)雜的空間矢量數(shù)據(jù)，如何對(duì)其進(jìn)行高效存儲(chǔ)、管理與發(fā)布，已成為一個(gè)迫切需要解決的問題。本文是一篇計(jì)算機(jī)期刊投稿的論文范文，主要論述了基于HBase的矢量空間數(shù)據(jù)存儲(chǔ)與訪問優(yōu)化。

 　　摘要：為了對(duì)空間矢量數(shù)據(jù)進(jìn)行高效存儲(chǔ)、管理與發(fā)布，將分布式存儲(chǔ)應(yīng)用于地理信息系統(tǒng)(GIS)的海量矢量空間數(shù)據(jù)管理。�用網(wǎng)格法對(duì)地理空間進(jìn)行劃分，構(gòu)建地理空間分塊索引表，計(jì)算出每個(gè)網(wǎng)格單元對(duì)應(yīng)的ID;同時(shí)為了提高查詢效率，引入網(wǎng)格索引ID，設(shè)計(jì)了一種結(jié)合網(wǎng)格索引ID、空間對(duì)象幾何中心點(diǎn)橫坐標(biāo)、空間對(duì)象幾何中心點(diǎn)縱坐標(biāo)、空間對(duì)象圖層四種信息的行鍵方案;然后，為了進(jìn)一步篩選查詢縱坐標(biāo)范圍的行鍵，利用HBase的過濾機(jī)制，在行鍵方案基礎(chǔ)上，具體設(shè)計(jì)集空間對(duì)象幾何中心坐標(biāo)點(diǎn)縱坐標(biāo)和圖層信息的組合列族，使得HBase方便高效地管理矢量空間數(shù)據(jù)，大幅提高查詢的處理速度。最后利用Hbase集群環(huán)境對(duì)所提方法進(jìn)行驗(yàn)證，該方法具有較好的可行性和較高的效率。

　　關(guān)鍵詞：云計(jì)算,HBase,行鍵,過濾,組合列族

　　0引言

　　云計(jì)算是一種新的分布式計(jì)算架構(gòu)，具有大規(guī)模擴(kuò)展、水平分布的特性，可以提供無限的存儲(chǔ)能力和計(jì)算能力。將分布式存儲(chǔ)應(yīng)用于地理信息系統(tǒng)(Geographic Information System， GIS)領(lǐng)域是解決海量矢量空間數(shù)據(jù)管理問題的有效手段[1]。HBase使用Hadoop的分布式文件系統(tǒng)(Hadoop Distributed File System， HDFS)作為底層存儲(chǔ)，是一個(gè)分布式、按列存儲(chǔ)的數(shù)據(jù)庫。HDFS適合于存儲(chǔ)海量數(shù)據(jù)，但它設(shè)計(jì)是用于大吞吐量數(shù)據(jù)的，并且有一定的延時(shí)，不太適合吞吐量小且要求低延時(shí)的訪問操作; HDFS只能在文件的末尾添加數(shù)據(jù)，不支持在文件的任意位置進(jìn)行修改。地理空間數(shù)據(jù)的處理，如單條地理對(duì)象的查詢，數(shù)據(jù)量不是很大，但要求查詢延時(shí)短;為了方便對(duì)空間數(shù)據(jù)的處理，地理位置相鄰的空間對(duì)象盡可能在邏輯存儲(chǔ)上也相鄰，所以對(duì)地理數(shù)據(jù)執(zhí)行添加操作時(shí)，不能簡單地將記錄添加到文件末尾;空間數(shù)據(jù)經(jīng)常更新，而HDFS不支持文件在任意位置的修改。綜上所述，僅使用HDFS存儲(chǔ)空間數(shù)據(jù)并不合適。

　　HBase適合于存儲(chǔ)大數(shù)據(jù)，支持單條記錄的快速查詢，在任意指定位置單條或批量添加、刪除數(shù)據(jù)。HBase是基于列稀疏存儲(chǔ)的行/列矩陣，不存儲(chǔ)列值為空的表元素，大大節(jié)省了存儲(chǔ)空間。HBase與HDFS一樣，支持MapReduce框架作分布式計(jì)算操作。HBase的行鍵設(shè)計(jì)靈活，自動(dòng)按照字典序排序。HBase的這些特性，十分適合存儲(chǔ)和處理空間數(shù)據(jù)[1]。

　　為了能夠高效存儲(chǔ)和處理空間數(shù)據(jù)，本文研究基于HBase的分布式存儲(chǔ)，�用網(wǎng)格法對(duì)地理空間進(jìn)行劃分，構(gòu)建索引表，計(jì)算出每個(gè)網(wǎng)格單元對(duì)應(yīng)的ID，設(shè)計(jì)行鍵和列族方案，提高查詢效率，為解決空間矢量數(shù)據(jù)存儲(chǔ)與處理問題提供一種初步的探索方案。

　　1相關(guān)工作

　　1.1Hbase數(shù)據(jù)模型

　　HBase是Google云計(jì)算的BigTable技術(shù)的開源實(shí)現(xiàn)，它是一個(gè)架構(gòu)在HDFS上的面向列的、多維度的映射表，具有高可靠性、高性能和高可用性。HBase表結(jié)構(gòu)由行關(guān)鍵字、列族、時(shí)間戳組成。HBase 中所有數(shù)據(jù)都是字符類型。下面介紹一下 HBase 的邏輯數(shù)據(jù)視圖和物理視圖。

　　1)邏輯視圖。表1對(duì)應(yīng)了Hbase表的邏輯數(shù)據(jù)模型。一個(gè)HBase表組成的3個(gè)基本元素為行關(guān)鍵字、時(shí)間戳和列族。

　　2) 物理視圖。HBase是列存儲(chǔ)模式的，在物理存儲(chǔ)方面，它是將邏輯上的行分割，并按照每行的各個(gè)列族來存儲(chǔ)，將各個(gè)列族保存到一個(gè)或多個(gè)HRegion中。

　　1.2矢量空間數(shù)據(jù)的存儲(chǔ)模型

　　矢量數(shù)據(jù)一般包括空間坐標(biāo)數(shù)據(jù)、屬性數(shù)據(jù)和拓?fù)鋽?shù)據(jù)。每一個(gè)圖層建一張表，根據(jù)矢量數(shù)據(jù)的特點(diǎn)設(shè)計(jì)的基于HBase的存儲(chǔ)圖層表結(jié)構(gòu)如表2所示。表中的列族依次是空間數(shù)據(jù)列族、屬性列族和拓?fù)潢P(guān)系列族。每種數(shù)據(jù)格式都是字符串類型，使用時(shí)解析成相應(yīng)的數(shù)據(jù)類型[2]。

　　對(duì)于矢量數(shù)據(jù)，根據(jù)不同比例尺、不同圖層建立不同的表，表之間沒有關(guān)系，Row key是圖層中矢量要素的唯一ID號(hào)。屬性數(shù)據(jù)可有多行，每行代表矢量要素的一種屬性;坐標(biāo)數(shù)據(jù)采用熟知二進(jìn)制(WellKnown Binary，WKB)格式存儲(chǔ)[3];如有拓?fù)潢P(guān)系數(shù)據(jù)，則將數(shù)據(jù)存儲(chǔ)到拓?fù)淞凶逯小?/p>

　　第11期

　　張葉等：基于HBase的矢量空間數(shù)據(jù)存儲(chǔ)與訪問優(yōu)化

　　計(jì)算機(jī)應(yīng)用 第35卷

　　2矢量空間數(shù)據(jù)的存儲(chǔ)

　　2.1矢量空間數(shù)據(jù)存儲(chǔ)的改進(jìn)總體思路

　　基于HBase的空間數(shù)據(jù)處理研究尚在起步階段，相關(guān)文獻(xiàn)比較有限。在先前的研究中，主要關(guān)注點(diǎn)是采用Hilbert曲線降維法將多維坐標(biāo)降維為字符串[4-5]，以便HBase存儲(chǔ)和處理。Hilbert曲線降維法的優(yōu)點(diǎn)是Hilbert能夠利用數(shù)學(xué)模型將多維坐標(biāo)降維為字符串，并且能夠最大限度地保證空間對(duì)象之間的邏輯相關(guān)性; 缺點(diǎn)是降維過程中運(yùn)算量比較大，尤其當(dāng)空間數(shù)據(jù)總量發(fā)生變化的情況下，需要重新構(gòu)建Hilbert排列碼及索引順序號(hào)，對(duì)后續(xù)的數(shù)據(jù)處理帶來極大的不便。

　　不同于Hilbert曲線降維的方法，丁琛等[6]提出結(jié)合HBase的機(jī)制和Shapefile格式空間數(shù)據(jù)特點(diǎn)，設(shè)計(jì)HBase表的行鍵。同時(shí)提出利用HBase內(nèi)部提供的過濾機(jī)制，將空間數(shù)據(jù)中多維坐標(biāo)的操作轉(zhuǎn)化為HBase中多個(gè)一維字節(jié)流的操作[7-8]，行鍵設(shè)計(jì)為空間對(duì)象幾何中心橫坐標(biāo)+縱坐標(biāo)+圖層，但是按這種方式存儲(chǔ)數(shù)據(jù)，掃描時(shí)先按橫坐標(biāo)后按縱坐標(biāo)，這種排序?qū)е铝撕芏嗄媳蔽恢么刂�間的跳躍。空間里彼此接近的點(diǎn)在HBase里不一定彼此接近。每次從北方位置簇跳到南方位置簇就意味著讀取了不需要的數(shù)據(jù)。

　　本文在文獻(xiàn)[6]的基礎(chǔ)上，加入數(shù)據(jù)劃分的思想，提出了一種改進(jìn)的適合空間數(shù)據(jù)處理的HBase行鍵的方法，為數(shù)據(jù)的分布式或并行操作提供基礎(chǔ)，并行處理策略能大大提高GIS的能力。在行鍵方案基礎(chǔ)上，具體設(shè)計(jì)集空間對(duì)象幾何中心坐標(biāo)點(diǎn)縱坐標(biāo)和圖層信息的組合列族，設(shè)計(jì)為過濾列族，使得HBase方便高效地管理矢量空間數(shù)據(jù)，大幅提高查詢的處理速度。 　　2.2矢量空間數(shù)據(jù)存儲(chǔ)行鍵方案

　　本文采用網(wǎng)格法[7]對(duì)地理空間進(jìn)行劃分，計(jì)算出每個(gè)網(wǎng)格單元的ID，作為行鍵的一部分。將表的行鍵設(shè)計(jì)為網(wǎng)格索引ID+空間對(duì)象幾何中心點(diǎn)橫坐標(biāo)+空間對(duì)象幾何中心點(diǎn)縱坐標(biāo)+空間對(duì)象圖層。這樣設(shè)計(jì)的原因如下：

　　1)每一個(gè)空間對(duì)象都抽象為一個(gè)坐標(biāo)點(diǎn)。點(diǎn)對(duì)象本身就是用點(diǎn)坐標(biāo)表示，無需轉(zhuǎn)換。線和面是由一系列的坐標(biāo)串組成，可以把它們抽象為圖形的幾何中心坐標(biāo)點(diǎn)。

　　2)分別取出二維坐標(biāo)點(diǎn)的橫坐標(biāo)和縱坐標(biāo)，通過字符串的方式將橫坐標(biāo)和縱坐標(biāo)進(jìn)行拼接。為了提高空間查詢的效率，需要對(duì)入庫的不同圖層數(shù)據(jù)構(gòu)建空間索引。在網(wǎng)格空間索引中，根據(jù)不同的比例尺應(yīng)劃分不同尺度的網(wǎng)格。使用網(wǎng)格索引ID進(jìn)行區(qū)分。同時(shí)不同圖層的空間對(duì)象可能幾何中心坐標(biāo)相同，為了最大可能性地保證空間對(duì)象與行鍵的唯一對(duì)應(yīng)性，行鍵中需要加上圖層信息。假設(shè)有一個(gè)空間對(duì)象，網(wǎng)格索引ID，它屬于L圖層，其幾何中心坐標(biāo)點(diǎn)為P(x，y)。它的行鍵可以設(shè)計(jì)成ID+x+y+L。

　　3)根據(jù)行鍵長度設(shè)計(jì)的原則，結(jié)合空間數(shù)據(jù)的特性，將行鍵的長度定義為32字節(jié)(8字節(jié)的整數(shù)倍)，其中ID占6字節(jié)，x坐標(biāo)占12字節(jié)，y坐標(biāo)占11字節(jié)，圖層占3字節(jié)。

　　例如某一個(gè)空間對(duì)象的ID為005401，圖層屬性為river，其幾何圖形中心坐標(biāo)點(diǎn)為(120.564324567890854，61.8976571)，則它的行健設(shè)計(jì)為：00540112056432456761897657100riv。

　　這種行鍵設(shè)計(jì)的特點(diǎn)：

　　1)行鍵與空間對(duì)象一一對(duì)應(yīng)。使用ID、橫坐標(biāo)、縱坐標(biāo)和圖層信息能最大可能地保證空間對(duì)象與行鍵的唯一對(duì)應(yīng)。

　　2)適合數(shù)據(jù)檢索。行鍵在HBase中按字典序排序[8]，首先是按照對(duì)象所在的網(wǎng)格ID字典序排列，當(dāng)ID相同的情況下，按照幾何中心坐標(biāo)點(diǎn)橫坐標(biāo)字典序排列，當(dāng)橫坐標(biāo)相同的情況下，按照對(duì)象的幾何中心坐標(biāo)點(diǎn)縱坐標(biāo)字典序排列，當(dāng)橫坐標(biāo)和縱坐標(biāo)都相同的情況下，按照?qǐng)D層信息的字典序排列。行鍵的排序特點(diǎn)在一定程度上適合于空間數(shù)據(jù)的檢索。

　　2.3矢量空間數(shù)據(jù)存儲(chǔ)列族設(shè)計(jì)

　　矢量空間對(duì)象一般至少包括兩種數(shù)據(jù)屬性：幾何屬性和非幾何屬性。因此，存儲(chǔ)空間數(shù)據(jù)的HBase表應(yīng)包含2個(gè)基本列族：幾何屬性列族和非幾何屬性列族[9-10]。為了進(jìn)一步篩選查詢縱坐標(biāo)范圍的行鍵，方便空間數(shù)據(jù)的處理，本文在前述文獻(xiàn)基礎(chǔ)上提出利用HBase的過濾機(jī)制，將空間對(duì)象幾何中心坐標(biāo)點(diǎn)的縱坐標(biāo)信息和圖層信息存儲(chǔ)到HBase表中，并為其專門設(shè)計(jì)一個(gè)列族，稱為過濾列族，用它來限定行鍵篩選的范圍，運(yùn)用捆綁過濾的方法加快空間數(shù)據(jù)的處理。

　　2.3.1幾何屬性列族和非幾何屬性列族

　　將幾何屬性數(shù)據(jù)存儲(chǔ)在Geometry(幾何屬性)列族中。該列族包含POINT(點(diǎn))、LINESTRING(線)和POLYGON(面)3個(gè)列，分別表示為(Geometry：POINT)、(Geometry：LINESTRING)和(Geometry：POLYGON)。存儲(chǔ)的列值中點(diǎn)對(duì)象為一個(gè)坐標(biāo)點(diǎn)，GeoTools存儲(chǔ)形式為(x y);線對(duì)象為首尾不相連的一列坐標(biāo)串，GeoTools存儲(chǔ)形式為(x1 y1， x2 y2，…， xn yn);面對(duì)象為首尾相連的一列坐標(biāo)串，GeoTools存儲(chǔ)形式為((x1 y1，x2 y2，…，xn yn，x1 y1))。Geometry列族的設(shè)計(jì)如表3所示。

　　將非幾何屬性數(shù)據(jù)存儲(chǔ)在Attribute(非幾何屬性)列族中。將對(duì)象非幾何屬性名稱作為HBase表的列限定符，列限定符在數(shù)據(jù)導(dǎo)入HBase時(shí)可以動(dòng)態(tài)增加，而不用去修改表模式。

　　例如，假設(shè)River(河流)圖層有兩個(gè)地理對(duì)象，分別為河流A和河流B，河流A的非幾何屬性有Type(類型)、Long(長度)、Level(河流級(jí)別，包含一級(jí)流域、二級(jí)流域、三級(jí)流域)等，河流B的非幾何屬性有Type(類型)、Long(長度)、Station comit(所經(jīng)過的測(cè)站點(diǎn)總數(shù))等。HBase表的Attribute列族設(shè)計(jì)如表4所示。

　　2.3.2過濾列族

　　過濾列族的設(shè)計(jì)如表5所示。過濾列族的Qualifier(列限定符)有Coordinate Y和layer L，表示行鍵對(duì)應(yīng)的空間對(duì)象幾何中心坐標(biāo)點(diǎn)的縱坐標(biāo)和圖層，Value(列值)存儲(chǔ)的是它們的值。

　　例如，在圖1所示的空間數(shù)據(jù)區(qū)域中，需要查詢區(qū)域A中位于圖層A的(1，1)～(2，2)區(qū)域內(nèi)的對(duì)象。若僅用行鍵范圍設(shè)置scan來掃描表，則查詢結(jié)果包含行健為(A+1+1+圖層1)、(A+1+2+圖層2)、(A+1+3+圖層3)的記錄，顯然 (A+1+3+圖層3)的記錄不應(yīng)包含在(1，1)～(2，2)區(qū)域內(nèi)，這不是正確的查詢結(jié)果。依據(jù)行鍵的范圍，只能剔選出所要查詢橫坐標(biāo)范圍的行鍵，而無法篩選查詢縱坐標(biāo)和圖層范圍的行鍵，所以需要設(shè)置過濾列族進(jìn)行進(jìn)一步過濾。

　　2.4矢量空間數(shù)據(jù)存儲(chǔ)表模式總體設(shè)計(jì)

　　基于上述改進(jìn)，面向空間數(shù)據(jù)的HBase表邏輯存儲(chǔ)模式可以設(shè)計(jì)為表6所示。表包含3個(gè)列族，F(xiàn)liter(過濾)列族、Geometry(幾何屬性)列族和Attribute(非幾何屬性)列族。過濾列族只包含一個(gè)列，即Coordinate Y+Layer L(空間對(duì)象的幾何中心坐標(biāo)點(diǎn)的縱坐標(biāo)+圖層)。幾何屬性列族包含Point (點(diǎn))、Line (線)和Polygon (面)3種列，非幾何屬性列族包含對(duì)象的名稱、類型、特性等相關(guān)的列，如Layer(對(duì)象的圖層信息)、Name(名字)等。

　　3分析與評(píng)估

　　3.1實(shí)驗(yàn)環(huán)境

　　在實(shí)驗(yàn)中，搭建了6臺(tái)服務(wù)器的Hadoop+HBase集群，其中1個(gè)節(jié)點(diǎn)作為HMaster，另外5個(gè)節(jié)點(diǎn)作為RegionServer，隨機(jī)選取3個(gè)節(jié)點(diǎn)作為ZooKeeper服務(wù)器。 　　所有服務(wù)器的硬軟件配置均相同。硬件配置為：8核Intel Xeon E5620 2.40GHz CPU，內(nèi)存規(guī)格為16GB DDR3，500GB SATA硬盤，網(wǎng)卡速度為1000Mb/s。

　　軟件配置為：操作系統(tǒng)為64位的Centos 6.4， JDK版本為1.6.0_31，Hadoop 版本為0.20.203，HBase版本為0.94.3， GeoTools工具的版本為2.7.2。數(shù)據(jù)導(dǎo)入的客戶端硬軟件配置與服務(wù)器相同，且與服務(wù)器在同一局域網(wǎng)內(nèi)。

　　3.2矢量數(shù)據(jù)導(dǎo)入HBase結(jié)果

　　本文所采用的數(shù)據(jù)源選取了數(shù)據(jù)堂的全國省級(jí)、地市級(jí)、縣市級(jí)行政區(qū)劃矢量數(shù)據(jù)中的一級(jí)河流、四級(jí)河流和五級(jí)河流數(shù)據(jù)。它采用了Shapefile格式的矢量空間數(shù)據(jù)模型。在7個(gè)節(jié)點(diǎn)組成的集群環(huán)境中利用put()方法將全國的一級(jí)河流、四級(jí)河流和五級(jí)河流數(shù)據(jù)導(dǎo)入HBase數(shù)據(jù)庫。數(shù)據(jù)導(dǎo)入HBase數(shù)據(jù)表的各項(xiàng)結(jié)果如表7所示。

　　3.3查詢與分析

　　根據(jù)空間范圍查詢矢量數(shù)據(jù)的步驟如下：首先根據(jù)空間范圍計(jì)算網(wǎng)格的ID，然后從不同圖層的索引表中讀取網(wǎng)格ID所包含的對(duì)象，之后根據(jù)對(duì)象讀取不同圖層的空間數(shù)據(jù)和屬性數(shù)據(jù)，最后將查詢的數(shù)據(jù)寫入本地客戶端。

　　一級(jí)河流、四級(jí)河流和五級(jí)河流數(shù)據(jù)采用網(wǎng)格索引的方法并行構(gòu)建索引，本文基于行鍵和過濾列族構(gòu)建索引查詢記為NewKNN(New KNearestNeighbor);若不構(gòu)建索引，全表掃描查詢記為KNN(KNearestNeighbor);若存儲(chǔ)的列表中不設(shè)計(jì)過濾列族，構(gòu)建索引查詢記為NOKNN(NO KNearestNeighbor)。表8列出了在6個(gè)節(jié)點(diǎn)環(huán)境下利用KNN與NewKNN和NOKNN三種查詢方法查詢一級(jí)河流、四級(jí)河流和五級(jí)河流數(shù)據(jù)所需要的時(shí)間，圖2給出了查詢時(shí)間的對(duì)比。

　　從以上實(shí)驗(yàn)可以看出，通過合理設(shè)計(jì)表行鍵和列族，將HBase應(yīng)用于海量空間矢量數(shù)據(jù)管理可以提高空間數(shù)據(jù)的存儲(chǔ)效率，大幅提高查詢的處理速度，獲得較大的存儲(chǔ)和較高的空間分析計(jì)算效率。這種方法雖提高了查詢效率，但是性能與數(shù)據(jù)冗余、一致性是相互制約的關(guān)系。如果實(shí)現(xiàn)了高性能的范圍檢索，必然需要靠冗余索引數(shù)據(jù)來提升性能，而數(shù)據(jù)冗余會(huì)導(dǎo)致更新數(shù)據(jù)時(shí)難以實(shí)現(xiàn)一致性，特別是分布式場(chǎng)景下，會(huì)產(chǎn)生數(shù)據(jù)冗余，存儲(chǔ)比較浪費(fèi)。

　　4結(jié)語

　　本文利用HBase分布式數(shù)據(jù)庫的列存儲(chǔ)模型特點(diǎn)，對(duì)空間數(shù)據(jù)的分布式存儲(chǔ)機(jī)制進(jìn)行研究，設(shè)計(jì)存儲(chǔ)矢量空間數(shù)據(jù)的表模式，合理設(shè)計(jì)了表行鍵和列族，并提出了矢量空間數(shù)據(jù)的存儲(chǔ)模型。最后，驗(yàn)證了本文模型的有效性和實(shí)用性。對(duì)于基于HBase的空間數(shù)據(jù)存儲(chǔ)效率的提高和索引結(jié)構(gòu)的處理將是下一步研究的內(nèi)容。

　　參考文獻(xiàn)：

　　[1]CHEN C， LIN J， WU X， et al. Massive geospatial data cloud storage and services based on NoSQL database technique[J]. Journal of GeoInformation Science， 2013， 15(2)：166-174.(陳崇成，林劍峰，吳小竹，等.基于NoSQL的海量空間數(shù)據(jù)云存儲(chǔ)與服務(wù)方法[J].地球信息科學(xué)學(xué)報(bào)， 2013，15(2)：166-174.)

　　[2]YANG G. The application of MapReduce in the cloud computing[C]// Proceedings of the 2011 2nd International Symposium on Intelligence Information Processing and Trusted Computing. Piscataway： IEEE， 2011： 154-156.

　　[3]LI Y， GUAN J， LI J. A technology to import data into a spatial database[J]. Journal of Computer Research and Development， 2004，41(S1)： 496-501.(李玉珍，關(guān)佶紅，李俊.GML空間數(shù)據(jù)存儲(chǔ)技術(shù)研究[J].計(jì)算機(jī)研究與發(fā)展， 2004，41(S1)： 496-501.)

　　[4]WANG L， CHEN B， LIU Y. Distributed storage and index of vector spatial data based on HBase[C]// Proceedings of the 2013 21st International Conference on Geoinformatics. Piscataway： IEEE， 2013：1-5.

　　[5]LU F， ZHOU C. A GIS spatial indexing approach based on Hilbert ordering code[J]. Journal of ComputerAided Design and Computer Graphics， 2001，13(5)：424-429.(陸鋒，周成虎.一種基于Hilbert排列碼的GIS空間索引方法[J].計(jì)算機(jī)輔助設(shè)計(jì)與圖形學(xué)學(xué)報(bào)，2001，13(5)：424-429.)

　　[6]DING C，BAO P. Research on distributed storage and parallel query algorithm of spatial data in HBase[D]. Nanjing： NanJing Normal University， 2012.(丁琛，鮑培明.基于HBase的空間數(shù)據(jù)分布式存儲(chǔ)和并行化查詢算法的研究[D].南京： 南京師范大學(xué)，2012.)

　　[7]FAN J，LONG M， XIONG W. Research of vector spatial data distributed storage based on HBase[J]. Geography and GeoInformation Science， 2012，28(5)：39-42.(范建永，龍明，熊偉.基于HBase的矢量空間數(shù)據(jù)分布式存儲(chǔ)研究[J].地理與地理信息科學(xué)，2012，28(5)：39-42.)

　　[8]HSU Y T， PAN Y C， WEI L， et al. Key formulation schemes for spatial index in cloud data managements[C]// Proceedings of the 2012 IEEE 13thInternational Conference on Mobile Data Management. Piscataway： IEEE， 2012： 21-26.

　　計(jì)算機(jī)期刊投稿推薦雜志《計(jì)算機(jī)工程》是中國電子科技集團(tuán)公司第三十二研究所(華東計(jì)算技術(shù)研究所)主辦的學(xué)術(shù)性刊物，是上海市計(jì)算機(jī)學(xué)會(huì)會(huì)刊。主要特點(diǎn)：以最快的速度、科學(xué)求實(shí)的精神，精選刊登代表計(jì)算機(jī)行業(yè)前沿科研、技術(shù)、工程方面的高、精、尖優(yōu)秀論文。