[发明专利]一种基于扁平化R树的非关系数据库矢量数据管理方法

说明书

本发明提供一种非关系数据库中的矢量数据管理方法，面向分布式非关系数据库，为矢量数据设计基于R树扁平化策略的索引结构；建立包括矢量数据和索引结构在内的库表结构，并相互关联；将矢量数据编码入库，同时构建扁平化R树索引；提供针对矢量数据，基于扁平化R树的空间查询处理算法；对非关系数据库中的矢量数据进行维护，包括更新和删除。本发明通过建立基于扁平化策略的R树索引，为非关系型数据库提供R树支持的矢量数据查询处理能力，能够支持大规模矢量数据的组织和管理，使得非关系数据库的海量存储、并行计算，以及高可用、高可靠等技术红利惠及到矢量数据类型。

技术领域

本发明属于数据库技术领域，具体是一种非关系数据库中的矢量数据管理方法。

背景技术

现实世界中的数据超过85％与地理位置有关，据麦肯锡全球研究所报告，2016年全球地理空间数据总量已经超越了6000PB，且每年仍以PB级别的速度在增加。相比于栅格数据的简单结构，矢量数据结构复杂，并且承担着主要的空间分析、空间数据查询任务。异构非结构化的矢量数据加大了使用传统关系数据库管理的难度；面对数据量庞大且持续增长的海量数据集，关系型数据库在可扩展性上也存在难以克服的问题。

非关系型数据库遵循CAP理论和BASE原则，在弱化事务性的同时强调模式自由、读写效率与横向的伸缩性，能够提供高效的随机访问、多格式的数据存储和高并发的数据读写，以其强大的扩展能力与计算能力为该问题提供了新的思路与方法。非关系型数据库系统通常采用Key-Value存储模型存储数据，通过自动对Key建立索引，保证对数据的高效查询。此外，还可以通过建立二级索引，丰富数据库的查询能力。

空间索引的目的是提高查询效率，传统的空间索引并非面向分布式环境而设计的，在进行海量矢量数据的存储和管理时，存在数据存储组织困难、难以满足实时查询需求等诸多问题。而非关系数据库的原生空间索引对矢量数据支持性较差，以MongoDB为例，2d索引与2dsphere索引是MongoDB原生支持的两种空间索引，2d索引仅支持点要素的索引，2dsphere索引存在不支持平面坐标数据、对数据的自适应性较差等问题，难以支持矢量数据的查询处理。

由此可知，在使用非关系数据库管理海量矢量数据时存在没有合适索引的问题，使用原生的空间索引方式会导致数据库无法高效的组织和管理数据，难以发挥非关系数据库高并发的优势。

发明内容

本发明要解决的技术问题是：提供一种非关系数据库中的矢量数据管理方法，为分布式非关系数据库提供对海量矢量数据的组织和管理能力。

本发明为解决上述技术问题所采取的技术方案为：一种非关系数据库中的矢量数据管理方法，其特征在于：本方法包括以下步骤：

S1、在非关系数据库环境中，为矢量数据设计基于R树扁平化策略的辅助索引结构；

S2、建立包括矢量数据和索引结构在内的库表结构，库表结构中各数据表之间通过显式的关联记录与隐式的命名规则进行关联；

S3、将矢量数据编码入库存储，几何和属性信息分别以GeoJSON和JSON形式进行组织，同时构建扁平化R树索引；

S4、当收到查询请求时，根据查询条件确定索引元数据ID，进而获取R树根节点ID，从而基于R树索引表，并行执行矢量数据的检索，最终返回查询结果；

S5、对非关系数据库中的矢量数据进行维护，包括更新和删除。

按上述方法，所述的S1中，基于R树扁平化策略的辅助索引结构具体设计步骤如下：

1.1、将矢量对象抽象为最小外包矩形MBR(Minimum Bounding Rectangle)，空间位置相邻的MBR将递归合并成更高一级的MBR，最终形成一个分层的，基于最小外包矩形的树形结构；