.png){kind=icon}
返回
Dynamic trajectory index method based on large-scale real-time trajectory data
.png){kind=icon}
OA
AI
DOI：10.7717/peerj-cs.2785.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
构建轨迹索引能够有效提升轨迹数据处理性能，为轨迹数据挖掘提供基础支持。随着轨迹数据规模持续增长以及轨迹检索效率和准确性的需求不断提高，索引方法的重要性日益凸显。该索引方法在时空轨迹局部性、轨迹分布不均衡和轨迹数据价值密度低等方面面临显著挑战。为解决这些问题，我们提出了一种基于大规模实时轨迹数据的索引方法，该方法扩展了HBase的垂直存储模式，设计了核心索引，并优化了行键设计，细化了数据检索流程，为数据集的每个独立部分提供了具体映射。此外，该方法设计了主索引，实现了动态索引机制，可根据查询策略动态加载相关索引，以灵活满足复杂查询需求。对比实验表明，所提出的索引方法在范围检索和轨迹检索方面表现更优，响应速度更快。
Keyword:
Dynamic trajectory index
Primary index
Core index
期刊
IF:
2.5
论文数:
3.4K
被引数:
6.9K
机构
引用论文
Hilbert curve and cassandra based indexing and storing approach for large-scale spatiotemporal dataHilbert曲线和基于Cassandra的索引与存储方法，用于大规模时空数据.png)
IF0
PREAI
分享收藏Dynamic trajectory partition optimization method based on historical trajectory data基于历史轨迹数据的动态轨迹分区优化方法
PREAI
分享收藏
查看更多内容