基于分布式文件系统实现空间数据引擎

〖摘要〗在分布式空间数据库研究的技术体系中，基于成熟数据库实现海量空间数据的组织管理是一种便利的方式，但受限于基底数据库的约束，研究人员很难有更灵活的发挥。因此，直接在分布式文件系统基础上，重新构件分布式空间数据库的方法称为另外一条技术途径。原理上来说，此类方法不能称为严格的空间数据库构建方法，因为其管理的对象大多以静态数据为主，对插入、删除、更新等事物性较强的工作较少涉及。此类技术体系中，较为典型的系统是 SptialHadoop 和 HadoopGIS。本文以 SpatialHadoop 作为重点，剖析此类方法中的关键技术点。

1 背景知识

2 SpatialHadoop 架构

3 分布式空间数据引擎

4 查询方法

5 总结

略。

参考文献

	明尼苏达大学 Mohamed F. Mokbel、Ahmed Eldawy、Louai Alarabi 等人发表的下列文献：

2013 年，在 VLDB 上发表的A demonstration of spatialhadoop: An efficient mapreduce framework for spatial data
2015 年，在 SIGSPATIAL 上发表的The Ecosystem of SpatialHadoop
2015 年，在 IEEE 上发表的SpatialHadoop: A MapReduce Framework for Spatial Data
2015 年，在 VLDB 上发表的Spatial partitioning techniques in SpatialHadoop ；
2018 年，在 Geoinformatica 上发表的ST-Hadoop: a MapReduce Framework for Spatio-temporal Data