面空间数据中网格索引和四叉树索引的结合及优化的一种方案

文章版权由做者李晓晖和博客园共有，若转载请于明显处标明出处：http://www.cnblogs.com/naaoveGIS/

1.背景

针对判断一个点落在面图层中哪一个要素上的需求，在我以前的博客：WebGIS中一种根据网格索引判断点面关系的方法（http://www.cnblogs.com/naaoveGIS/p/5148185.html）中有详细的描述。其原理大体为：

            

其处理步骤为：

                    

2.当前网格索引的几个缺点

a.网格索引方案分为了一个索引文件和一个数据文件，任何请求进入时均会先读取索引文件，再读取数据文件，那么很容易出现资源争抢状况，不利于并发支持。

b.网格的大小会严重影响到查询效率，可是若是网格创建的足够小，那么索引文件不断增大，一样会致使磁盘寻址花费的时间增多。

c.数据的读取必定要通过两次IO，一次读索引，一次读数据，会影响读取效率。

3.方案的优化，基于网格索引的索引四叉树划分

四叉树、R树等均是空间索引经常使用的算法，这里我选择使用四叉索引来进行进一步优化。四叉树索引原理很是简单，即将一个范围根据深度，不断平分，如图所示：

                    

这里优化思路是：将要素首先进行四叉树平分，而后对每一个叶子节点包含的范围再进行网格索引生成：

           

4.优化方案的详细描述

4.1索引的生成步骤

a.首先生成数据文件。

b.经过设置的四叉树深度，算出叶子节点的个数。而后经过获取到的要素四角坐标，算出叶子节点的四角范围：leafminx、leafminy、leafmaxx、leafmaxy。

c.根据要素个数和网格因子，算出整个范围内网格的个数，用整个范围的四角坐标与网格因子计算，得出一个网格的BlockXsize和BlokcYsize。

d.针对每一个叶子节点，创建该节点的网格索引，索引中包含了网格与要素的对应关系。

生成文件截图：

                       

4.2数据读取

a.读取配置获取到要素的四角范围mapminx、mapminy、mapmaxx、mapmaxy、leafgeoxsize、leafgeoysize。

b.经过mapminx、mapminy、leafgeoxsize、leafgeoysize参数算出该XY坐标所在的网格索引编号。

c.读取该网格索引，获取到该索引的leafminx、leafminy、leafmaxx、leafmaxy、blockxsize、blockysize。

d.经过leafmaxx、leafmaxy以及blockxsize、blockysize算出XY所在网格索引的字节位置pos，将磁盘指针移动至该pos处。

e.获取到索引中包含的要素信息，好比要素所在的数据文件中的datapos。

f.读取数据文件，在该文件的datapos处将详细信息读取返回。

5.方案优势总结

a.将一个大索引文件分红多个索引文件，在大量随机点并发访问时，能够将压力负载至各文件上，减小同一文件读取时的资源争抢IO瓶颈。

b.每个索引文件大小大大减少，读取会更快，磁盘寻址也会更快。

c.为增长网格命中单个（非多个）要素的几率，能够将每一个网格的大小进一步缩小，其致使的网格索引增大会平摊至每一个网格索引上，从而使反作用变小。

6.进一步优化

a.在读取索引基本信息后能够将该信息缓存至内存中，减小Config文件的IO次数。

b.生成索引时，若是一个网格只包含了一个要素的信息，能够将该信息也整合至网格索引中。这样，查询时，若是查询到的网格只包含单个要素，则能够直接在索引中将要素信息获取，而不须要再对数据索引作读取操做，减小对数据索引的IO次数。

                                                                         -----欢迎转载，但保留版权，请于明显处标明出处：http://www.cnblogs.com/naaoveGIS/

                                                                             若是您以为本文确实帮助了您，能够微信扫一扫，进行小额的打赏和鼓励，谢谢 ^_^