[发明专利]基于希尔伯特曲线的大规模区域目标实时查找方法在审
申请号: | 201910419189.0 | 申请日: | 2019-05-20 |
公开(公告)号: | CN110287215A | 公开(公告)日: | 2019-09-27 |
发明(设计)人: | 吴帆;封旗杰;周旭;姜文君;李肯立;李克勤 | 申请(专利权)人: | 湖南大学 |
主分类号: | G06F16/2455 | 分类号: | G06F16/2455;G06F16/2458;G06F16/29 |
代理公司: | 深圳市中原力和专利商标事务所(普通合伙) 44289 | 代理人: | 胡国良 |
地址: | 410001 湖*** | 国省代码: | 湖南;43 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 服务器 数据源服务器 缓存服务器 查询结果 区域目标 实时查询 消息队列 大数据 集群 位置信息存储 服务器传输 查找效率 接收数据 目标单位 实时计算 拉取 算法 渲染 储存 发送 查找 | ||
1.一种基于希尔伯特曲线的大规模区域目标实时查找方法,提供相互连接的数据源服务器、大数据集群及缓存服务器,所述大数据集群包括kafka服务器及Spark streaming服务器,其特征在于,包括如下步骤:
步骤一,所述数据源服务器接收数据源发送的位置信息;
步骤二,所述数据源服务器向所述kafka服务器传输所述位置信息,所述kafka服务器将所述位置信息存储于所述缓存服务器并生成kafka消息队列;
步骤三,所述Spark streaming服务器从所述kafka消息队列中拉取所述位置信息,并利用Google S2算法实时计算目标单位在所述位置信息周围的数量及距离,并生成查询结果;
步骤四,所述Spark streaming服务器将所述查询结果储存至所述缓存服务器,并通过SSM技术将所述查询结果渲染。
2.根据权利要求1所述的大规模区域目标实时查找方法,其特征在于,所述Sparkstreaming服务器包括拉起模块及计算模块,所述拉起模块与所述缓存服务器连接并用于拉取所述位置信息,所述计算模块用于实时计算。
3.根据权利要求2所述的大规模区域目标实时查找方法,其特征在于,所述Google S2算法包括经纬度转弧度、球面坐标转换、球面变平面、球面矩形投影修正、点与坐标轴点相互转换、坐标轴点与希尔伯特曲线上的CellID相互转换六个步骤。
4.根据权利要求1所述的大规模区域目标实时查找方法,其特征在于,所述数据源服务器、所述大数据集群及所述缓存服务器之间采用通讯连接。
5.根据权利要求1所述的大规模区域目标实时查找方法,其特征在于,在所述步骤一中,所述数据源为HDFS。
6.根据权利要求1所述的大规模区域目标实时查找方法,其特征在于,在所述步骤一中,所述数据源为FLUME。
7.根据权利要求1所述的大规模区域目标实时查找方法,其特征在于,在所述步骤三中,所述目标单位为提前存储于数据库中的餐厅等信息。
8.根据权利要求1所述的大规模区域目标实时查找方法,其特征在于,所述缓存服务器为REDIS或MYSQL。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于湖南大学,未经湖南大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201910419189.0/1.html,转载请声明来源钻瓜专利网。