[发明专利]路网中移动对象查询方法

说明书

本发明实施例提供一种路网中移动对象查询方法，属于高性能计算领域和数据库领域。该路网中移动对象查询方法，用于服务器端，且包括：获取移动对象更新数据和用户输入的查询数据；采用多核CPU，基于移动对象在路网中所在的节点对所获取的移动对象更新数据进行聚集索引以及基于查询数据在路网中所在的边来对所获取的查询数据进行聚集索引；以及将聚集索引后的数据放入GPU中进行基于最近邻KNN算法的计算，以获得查询结果。本发明实施例提出了一种基于新硬件环境下的高吞吐量路网中移动对象查询方法，其充分发挥了大内存、多核CPU、GPU的特点，从而提高了移动对象的查询处理效率，更能满足大数据下基于位置服务的用户查询需求。

技术领域

本发明涉及高性能计算领域和数据库领域，具体地涉及一种路网中移动对象查询方法。

背景技术

随着移动设备的广泛普及和位置服务的不断发展，针对移动对象的查询处理成为研究的热点。典型的查询，例如：查找距离用户最近的超市或加油站；距离用户最近的出租车等。在人们的日常生活中，所有的对象都是基于路网进行运动。对于路网中任意对象X和Y，对象间的路网距离d(x,y)比欧式距离||x–y||能更好的反映出对象间的实际距离。例如，在双向车道中，车辆q到位于另一侧加油站p的路网距离d(q,p)远远大于两者之间的欧式距离||q–p||。因此，两个对象间的路网距离d(q,p)比欧氏距离||q–p||更有意义。

但是，本申请发明人在实现本发明的过程中发现，已有的路网中移动对象查询算法具有如下缺陷：随着用户数量的不断增加，应用场景的不断丰富，常规的KNN算法不能很好的应对新出现的应用。

例如，对于典型的打车应用，车辆在运行过程中会产生一个车辆位置更新数据流。同时，大量用户发起的打车请求会形成一个查询数据流。系统首先要对车辆位置信息进行实时更新，以确保查询结果的有效性，同时又需要实时响应所有用户的查询请求，以确保服务质量。对于这类应用场景，当KNN算法采用每次处理一个查询(one by one)的方式时，大量用户需要排队以等待查询响应，用户的排队等待时间将严重影响服务质量。

因此，已有的路网中移动对象查询算法不能很好地应对新出现的需求，需要找到新的移动对象查询方案，以满足大数据下位置服务的查询需求。

发明内容

本发明实施例的目的是提供一种路网中移动对象查询方法，该移动对象查询方法用于实现满足大数据下位置服务的查询需求的移动对象查询方案。

为了实现上述目的，本发明实施例提供一种路网中移动对象查询方法，用于服务器端，且所述路网中移动对象查询方法包括：获取移动对象更新数据和用户输入的查询数据；采用多核CPU，基于移动对象在路网中所在的节点对所获取的移动对象更新数据进行聚集索引以及基于查询数据在路网中所在的边来对所获取的查询数据进行聚集索引；以及将聚集索引后的数据放入GPU中进行基于最近邻KNN算法的计算，以获得查询结果。

可选地，所述获取移动对象更新数据和用户输入的查询数据包括：周期性采集移动对象更新数据，该移动对象更新数据包括移动对象识别号及移动对象坐标；实时接收用户输入的查询数据；以及采用缓存器缓存所述移动对象更新数据及所述查询数据，并按照需要使用的线程数划分所述缓存器中的数据，其中每个线程处理一块移动对象更新数据或查询数据。

可选地，采用快照的方式将所述移动对象更新数据和所述查询数据存储到所述缓存器中。

可选地，基于移动对象在路网中所在的节点对所获取的移动对象更新数据进行聚集索引包括：计算移动对象与其所在路径中的两个端点处的节点的距离；将与端点处的节点距离不超过其路径长度一半的移动对象的移动对象更新数据聚集在该节点；以及将聚集完成的移动对象更新数据放入一个对象表结构中。

可选地，基于查询数据在路网中所在的边来对所获取的查询数据进行聚集索引包括：将所有查询数据按照所在路径进行聚集，并将同一条路径上的查询数据放入一个查询表结构的相邻存储位置。