[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： | 本发明提供了一种基于希尔伯特曲线的大规模区域目标实时查询方法。提供相互连接的数据源服务器、大数据集群及缓存服务器，大数据集群包括kafka服务器及Spark streaming服务器。步骤如下：步骤一，数据源服务器接收数据源发送的位置信息；步骤二，数据源服务器向kafka服务器传输位置信息，kafka服务器将位置信息存储于缓存服务器并生成kafka消息队列；步骤三，Spark streaming服务器从kafka消息队列中拉取位置信息，并利用Google S2算法实时计算目标单位在位置信息周围的数量及距离，并生成查询结果；步骤四，Spark streaming服务器将查询结果储存至缓存服务器，并通过SSM技术将查询结果渲染。与相关技术相比，本发明提供的基于希尔伯特曲线的大规模区域目标实时查询方法，计算范围更精准，查找效率高。 | ||
| 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 | ||
【主权项】：
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。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
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/patent/201910419189.0/，转载请声明来源钻瓜专利网。
