[发明专利]基于倒排泰森多边形索引的移动医疗查询方法及应用

说明书

技术领域

本发明属于云计算、大数据领域，涉及一种在分布式环境下可以有效提高查询效率的MapReduce索引。

背景技术

MapReduce是一种目前流行的基于云平台的编程框架，它可以处理及生成大型数据集，其利用无共享集群来支持数据密集型的应用。处理步骤具体为：在分布式缓存系统中，由MapReduce任务在处理一个键/值对时，是在map函数中生成一组中间键/值对，根据相同的中间键来合并所有的中间值，每个map都独立于其他操作，即所有maps就可以并行执行。MapReduce的一组“reducers”可以执行归约操作，具有相同key的Map操作的输出同时可以归约到同一个reducer。然而单独运行一个归约过程可能会使得效率低下；

MapReduce可用于支持比传统的商业服务器集群更大规模的数据处理,它可以在仅仅几小时内即可处理一个PB数量的数据，使用MapReduce进行数据索引具有较好的应用前景。然而，现有的索引算法由于不能适应MapReduce的并行处理，构建索引的时间耗费不够理想，可扩展性不佳。

发明内容

为了提高现有数据查询方法索引效率，并将其应用于移动医疗领域，本发明提供如下方案:

一种基于倒排泰森多边形索引的移动医疗查询方法，手持设备医疗资源需求客户端接入移动互联网，并与医疗资源供给商建立联系，医疗资源需求客户向医疗资源供给商发送医疗资源需求请求，医疗资源需求客户的空间地理信息被采集至用于执行基于MapReduce与倒排泰森多边形的大规模近邻查询方法的系统中，且医疗资源物流车的空间地理信息被所述系统实时采集，所述系统以医疗资源需求客户信息为代表点，以医疗资源位置及医疗资源物流货车位置数据为数据集，将医疗资源的物流车空间地理信息数据集进行分片，使用基于MapReduce与倒排泰森多边形的大规模近邻查询方法以查找到距离医疗资源需求客户均为最近邻的医疗资源物流车位置及医疗资源位置；

所述基于MapReduce与倒排泰森多边形的大规模近邻查询方法包括如下步骤：

S1.构造基于MapReduce的倒排Voronoi索引；

S2.使用倒排Voronoi索引对数据集R和S进行分区；

S3.使用基于MapReduce的IVKNN进行分布式kNN查询。

构造基于MapReduce的倒排Voronoi索引的步骤如下：

S1.1.d维空间中给定两个数据集R和S，Hadoop进行分片，部分mappers同时并行运行，在MapReduce任务中，使用默认的reducer，在启动map函数之前，使用预聚类算法得到代表点p,并加载到每个map的主存中；

S1.2.在每一个map处理进程中，依次利用TextInputForma来读取输入的分片，TextInputFormat从文件读取数据到Mapper的实例中，分别计算数据集R中的m个对象r与各代表点p之间的距离、数据集S中的n个对象s与代表点p之间的距离，并将距离数据集R中的第i个对象r与数据集S中的第j个对象s_j的最接近的代表点P_ij选出并聚集在Voronoi单元格VC_i中，形成m个VC的分区VC1～VCm，所述的i顺序取遍1～m，并且，当i顺序取1～m中的一个具体值时，在i的该值下，j顺序取遍1～n的所有值，得到m个存储最接近的代表点的Voronoi单元格；输出<VC_i，List(P_ij)>对；

已知查询点p，判别其最邻近的VC_i或最一些邻近的VC_i集，由mapper输出所述最邻近的VC_i或最一些邻近的VC_i集对应的原始数据集R和/或S中的r、s对象，并输出最邻近的VC_i或最一些邻近的VC_i集的id；

S1.3.将mapper输出到Hadoop的文件系统。

在所述步骤S1.2中，所述的将距离数据集R中的第i个对象r与数据集S中的第j个对象s_j的最接近的代表点P_ij选出并聚集在Voronoi单元格VC_i中，形成m个VC的分区VC1～VCm的过程如下：