[发明专利]N维聚类排序记录树空间索引方法

说明书

技术领域

本发明涉及地学信息处理技术领域，特别是涉及一种包括数据结构、三维图形学和空间数据库相关算法的N维聚类排序记录树(CSR-Tree)空间索引方法。

背景技术

最初的地理信息系统的数据管理都是基于文件管理方式的，在数据很小的时候，空间数据可以一次性调入内存进行处理；但随着空间数据量的增大导致在数据处理过程中必须不断进行内存与外存的信息交换访问，这使得在没有索引的情况下进行数据查询操作变得非常低效。此外，随着数据量的增大，空间数据的管理方式也逐渐从文件管理方式向数据库管理方式发展，但传统的关系数据库管理的大部分是属性数据，传统的数据库索引技术在空间数据查询操作上并不适用，这也是迫使空间索引发展起来的重要原因之一。

在过去的近30年中，众多的学者提出了很多空间索引构建方法，其中R-Tree(R树)是现在使用最广泛的一种空间索引结构。R-Tree是Guttman于1984年提出的最早支持扩展对象存取方法之一，目前许多商用空间数据库系统均提供对R-Tree的支持。

在R Tree索引的创建过程中，首先从空树开始，将对象逐个插入，若插入过程中节点没有空间，则需要按照一定的规则分裂叶子节点，而且要保持R树的动态平衡，使所有的叶节点都在同一层上。由R-Tree的构造方法可知，三维空间对象在建立的过程中并未进行分割，因此索引树中的节点之间可能存在交叠的现象，这种现象目前在二维空间中出现的已经比较频繁，在三维空间中则出现的更加频繁；随着对象的插入和删除操作的执行，索引的性能会急剧下降。由于R-Tree中允许节点的最小边界矩形(MBR)相互交叠，使得一个对象有可能被存放在多个节点中，当搜索该对象时，可能访问多个节点，也就意味着搜索操作的最差性能是无法估量的。实际上在三维空间中三维空间对象的交叠情况明显增多，因此，在三维空间中有必要对R-Tree的构造方法加以改进。

由于R-Tree索引中节点的大小和交叠对索引性能有很大影响。节点的MBR越接近正方形，并且节点的交叠面积越小，对提高索引的性能效果越明显。从这点入手，1994年Kamel等人提出了Packed-R-Tree，该方法把数据看作是相对静态的，空间对象的映射不需要频繁插入和删除，并且在索引构造之前数据对象基本已知，在构建索引之前对数据进行预处理，减小覆盖和交叠的面积，构建具有高空间存储利用率的索引结构，此后的插入和删除等操作都按照R-Tree的算法执行。其算法的主要思想是，对空间对象进行排序，然后按照排序后的结果建立索引结构，R-Tree中空间对象用MBR来表示，每个MBR都有四个角点，按角点的x坐标对空间对象进行排序，依次选择B(节点中最大的空间对象个数)个节点建立节点，然后根据有序的节点建立全部R树象引，建立过程中从索引的叶节点开始，自下而上，一层一层地建立，构建了一棵类似于完全二叉树的结构，除了最后一个节点之外，所有的节点都是满的，从而得到了近似100％的空间利用率，同时也降低了R-Tree的高度，提高了树的查询效率。但此方法建立的索引仅仅考虑到某一维的空间对象排序，因此节点的MBR都是长方形的，矩形的面积和周长也较大，索引的性能也受到影响。

1995年Kamel等人又提出了Hilbert R-Tree(HilbertR树)来改进R-Tree的构造方法。该方法分别对空间对象的边界矩形角点及其中心点按照Hilbert曲线进行填充。对空间数据对象进行一维升序排列，根据排序的结果生成叶子节点，再对叶节点进行排序，根据排序的结果生成中间节点。然后将每一层的中间节点排序生成上一层的节点，逐层向上递归生成整个索引，虽然此方法的空间利用率和对象的聚集性有一定的改进，但对于对象的大小并未考虑，物理上相邻对象的存储位里也不一定能相邻。

为此，本发明提出了基于聚类排序的R-Tree静态构建方法。该方法的主要思想是：通过三维空间对象的距离相似性聚类分析，将N维空间上相近的空间对象尽量放置在同一个节点下，并对节点进行N维扫描排序，以尽量减小节点的MBR的大小，尽量减少节点之间的MBR交叠情况出现，以此来提高R-Tree的检索效率。

发明内容

本发明所要解决的技术问题是：为解决已有R-Tree系列索引方法中在多维空间中由于空间节点交叠而导致的查询效率降低的问题，提供一种N维聚类排序记录树空间索引方法。

本发明解决其技术问题所采用的技术方案是：