空间数据库索引技术的研究

空间数据库的索引是提高空间数据库存储效率、空间检索性能的关键技术。传统的索引技术不能有效地索引空间数据。在综述现有空间数据库索引技术的基础上，提出了一种面向大型空间数据库的QR-树索引方法。     

主存空间对象的索引方法

空间索引关系空间数据库和地理信息系统的整体性能。目前，随着计算机主存价格的迅速下降，发展主存空间数据库已经成为可能，主存空间数据库需要相适应的空间索引。本文设计两种主存的空间索引－主存网格索引和主存Ｆ－树索引，并对两者的性能进行比较。在多数应用环境下，Ｆ－树空间索引性能更优。     

面向嵌入式数据库的改进B^＋-树索引机制

B^＋-树是数据库中常用的索引机制,它最大的优点是效率高,而最大的缺点是空间利用率较差。这对空间资源非常有限的嵌入式数据库来说影响尤为巨大。本文针对B^＋-树的这个缺点,研究了一种改进B^＋-树,并将改进后的B^-树索引机制成功地应用在嵌入式数据库-伯克利数据库中。这种改进B^-树索引机制不仅继承了B^＋-树效率高,能同时进行行随机查找和顺序查找的优点,还克服了B^＋-树空间利用率较差的缺点,更提高了数据库查找记录的速度。实验结果证明了改进B^＋-树索引机制比B^-树索引机制具有更高的空间利用率。     

面向多核处理器的空间数据库索引性能分析

空间数据库索引是提高空间查询性能的重要方法,片上多核处理器的出现,在提高数据库性能的同时,也给空间索引结构提出了新的挑战.面向多核处理器,还缺乏对各种主要空间数据库索引结构和性能的综合实验比较,从而无法定量分析影响索引性能的重要因素.针对目前主流的共享cache多核处理器,对R树,Hilbert R树、四又树及CR树在...     

R树家族的演变和发展

近年来，针对空间数据库索引的研究引起了人们越来越多的兴趣和关注．为了快速、有效地处理存储于空间数据库中的海量空间数据，专家学者提出了大量的基于磁盘的空间索引方法．其中，1984年由Guttman提出的R树是目前最流行的动态空间索引结构，广泛应用于原型研究和商业应用中．其后，人们在此基础上针对不同空间运算提出了不同改进，经过20年的发展，不断产生的R树变体逐渐形成了一个枝繁叶茂的空间索引R树家族．该文回顾了R树及其各种主要变体；描述了基于R树的各种批量操作、空间查询处理算法、查询代价模型及查询优化过程；介绍了基于R树的并行处理、并发控制与锁定策略等方面的进展；并且分析了R树的未来研究方向．     

CQRtree空间数据库索引结构及实现算法

空间数据库的索引是提高空间数据库存储效率、空间检索性能的关键技术.本文在R树索引的基础上提出了一种新的空间数据库索引结构CQRtree,给出了CQRtree的数据结构、插入、删除、查询实现算法以及性能分析与比较,最后指出了进一步的研究方向.     

空间索引研究及其进展

空间索引是空间数据库的关键技术之一,通过研究各类主要的空间索引技术,尤其是对R树家族的研究,本文试图总结空间索引的研究现状与最新进展。     

空间数据库的分块多级索引机制的研究

为了解决常见的空间索引机制存在的不足,构造一个高性能的空间索引机制,通过分块的线性可排序四又树与空间范围查询相结合的方法,提出了基于空间数据库的分块多级空间索引机制,很好地解决了线性可排序四又树的扩展性差的问题,同时与空间范围查询的结合使得查询结果更加精确.     

对象关系型空间数据库的访问方式的改进

对象关系型空间数据库使得地理空间对象可以作为一种新的类型存储到空间数据库中。然而索引访问方式与数据类型是紧密联系的。为了使空间数据库用户为每个新空间数据类型建立自己的索引,同时减轻工作量,对将GiST索引框架引入到空间数据库进行了介绍,并分析了GiST框架下的空间索引的好处与劣势。在此基础上,实现了访问效率较高的GiST R*树索引,并对其时间效率和空间效率进行测试。     

空间索引技术研究

空间索引可以提高空间数据库的操作效率,目前人们的研究工作更多地集中在空间数据的多维索引的研究上.文中全面地总结了当前空间数据库领域中空间索引以及时空索引的研究进展,描述了R树系列索引的构建思想,节点插入与分裂操作的不同.通过实验深入分析了R树以及R树变体的磁盘访问率,插入,删除,更新的CPU时间,验证了在数据激增的情况下,R树系列索引的复杂性带来的重叠问题会指数递增.由于R树当前应用的深度和广度,研究基于 R树的高效时空高维索引技术是解决索引应用问题一个有效方法.提出了索引性能改进的方向在于多种索引技术的结合,尤其是树形结构索引和网状结构索引的结合.     

一种基于Hilbert排列码的GIS空间索引方法

分析了基于栅格格网的索引数据结构在空间查询中的重要地位,讨论了基于多维数据一维映射的空间排列的优点,对Morton码、Gray码、Hibert码和Sierpinsky码的空间聚类特征进行了分析和比较,得出了Hilbert码在空间查询中效率最高的结论,考虑到基于特征的GIS数据模型的特点,兼顾内存索引与磁盘索引,提出了基于Hilbert空间排列的点特征二叉平衡排序树动态索引结构和基于角点回溯的线特征索引结构,并对其在GIS空间查询中的应用方法进行了论述。     

R-树结点分配的新算法

近年来,针对空间数据库索引的研究引起了人们越来越多的兴趣和关注。为了快速、有效地处理存储于空间数据库中的海量空间数据,专家学者提出了大量的基于磁盘的空间索引方法。其中,1984年Guttman提出的R-树是目前非常有效的空间索引结构。针对R-树的结点分配算法存在的不足,提出了一种新的结点分配算法。研究结果表明:新的分配算法比原始的算法产生的交叠会更小,从而有效地控制了多路查询的几率,较明显地提高了空间查询的效率。     

一种有效的空间数据仓库区域聚集查询索引结构

空间数据仓库有效地支持对空间数据的管理和分析，提供更加全面的决策支持．讨论了一种有效的空间决策支持手段——空间区域聚集查询的实现．基于aggregate cubetree和aR—tree提出了一个可以有效地在空间维和非空间维上进行区域聚集查询的索引结构aCR-tree及其相关算法，并计算分析了查询算法的时间复杂度．与现有技术相比aCR-tree降低了存储代价和每次查询访问的节点数，通过实验证明，该索引结构可以提供较好的存储性能和查询性能．     

频繁更新移动对象的索引方法

在时空数据库中,频繁更新会导致TPR树更新与查询性能下降。针对该问题,提出MAH—TPR索引方法,分别对预处理过程、索引结构及更新算法进行优化。在构建索引及更新操作时,通过使用空间聚类来减少节点间空间区域的交叠几率。引入基于磁盘的Hash辅助存储结构,在直接访问叶节点的基础上进一步减少磁盘I／O的操作。引入基于内存的移动对象辅助存储结构,用于存储发出频繁更新请求,以避免主索引结构节点的合并和分裂。实验结果表明,MAH—TPR索引方法的查询性能优于HTPR方法和LGU方法,更新性能优于HTPR索引方法。     

R*-树空间索引的优化研究

针对大型空间数据库应用的需求及己有空间索引技术的不足，在论述R-树及R*-树索引技术的相关概念、数据结构、算法描述及性能分析的基础上，提出了一种改进的R*-树空间索引结构。研究结果表明：改进后的R*-树与原始的R*-树相比具有更高的性能。     

EKR+：一种 GML整体索引方法

为满足GML数据的语义空间查询的需要,在对GML空间数据特性、传统的空间索引与XML索引分析的基础上,设计以GML地理要素为基本索引单元、联合地理要素的扩展区域编码与空间几何属性为索引关键字的GML整体索引（EKR+：Extend K Means R+）结构与算法,并把索引在GML的语义空间查询中加以应用。最后,通过实验对比分析索引的基本性能。     

P2P空间矢量数据索引网络路由机制的研究与实现

随着地理信息系统的普及,越来越多的用户希望在线获取空间服务和空间数据。P2P技术为矢量地理数据的处理提供了充分的计算能力和服务能力,在P2PGIS系统中,索引网络的路由效率是主要问题之一。文中在已有的理论模型基础之上,采用结构化P2P网络协议Chord,扩展和修改JXTA路由协议规范,整合分布式哈希表（DHT）技术,实现了一个高效的、负载均衡的P2P空间矢量数据索引网络。实验结果表明,该索引网络比集中式索引网络具有更高的矢量数据传输效率。     

基于空间数据不同索引方法的比较

空间索引是空间数据库的关键技术，其性能的高低决定着整个数据库的效率。本文分别对R树及其变形树、四叉树、网格文件作了介绍，并基于空间数据对这几种索引结构的性能作了比较，其结果为今后进一步研究提供了参考依据。     

改进K-means的空间聚类算法*

提出了基于K-means的四叉树与R-link树的混合结构树,提高了R-link树的查询性能,在K-means中采用均值—标准差确定初始聚类中心,提高了收敛速度,通过距离准则函数来优化K值,避免K值的盲目选取。与R-link相比空间开销代价有时略大,但换取了更高的性能,且数据量越多,此种结构的整体性能越好,适合于海量数据。