开源关系数据库集群的并行空间连接算法实现-计算机系统应用.PDFVIP

2016 年 第25 卷 第 10 期 计 算 机 系 统 应 用 开源关系数据库集群的并行空间连接算法实现① 1 2 范协裕 , 任应超 1(福建农林大学 资源与环境学院, 福州 350002) 2( 中国科学院 遥感与数字地球研究所, 北京 100011) 摘 要: 当前对并行空间连接查询的研究主要集中在算法设计上, 缺少在并行关系数据库管理系统上的应用实 现研究. 通过分析并行空间连接算法流程, 利用开源并行关系数据库集群项目 PL/Proxy, 提出了混合式计算迁移 模式并扩展了对空间操作的支持, 并在其上实现了可扩展的基于空间划分的并行空间连接算法. 通过真实数据 的实验表明: 设计实现的并行空间连接算法在空间数据划分负载均衡的情况下, 可实现近线性的加速比; 而在空 间划分产生数据倾斜严重的情况下, 仍具有一定的加速比, 同时具备针对空间划分方案改进的可扩展能力. 算法 的实现方式为进行并行空间数据管理研究提供了一种可行的解决方案. 关键词: 空间数据划分; 并行空间连接查询; 计算迁移; 并行关系数据库 Research and Realization on Parallel Spatial Join Query Algorithm Based on Open Source RDBMS Cluster 1 2 FAN Xie-YU , REN Ying-Chao 1(College of Resource and Environmental Science, Fujian Agriculture and Forestry University, Fuzhou 350002, China) 2(Institute of Remote Sensing and Digital Earth, Chinese Academy of Sciences, Beijing 100011, China) Abstract: Existing studies on parallel spatial join query mostly focus on algorithm process. Few of them pay enough attentions on implementation and application research. After analyzing existing algorithm process, parallel spatial join algorithms are divided into four phases which are parallel candidate tasks generating, assignment, executing and results collection. Each of them is designed and implemented on a parallel RDBMS cluster which is built on a open-source project named ‘PL/Proxy’. In addition, to implement parallel computation, mixed computation migration method is proposed. Spatial extension function is implemented to support the spatial data sets operation on the cluster. Result