[发明专利]面向Storm连续范围查询全局负载均衡的分组方法及查询方法

权利要求书

1.一种面向Storm连续范围查询全局负载均衡的分组方法，其特征在于，包括：

1)、获取范围查询信息，所述范围查询信息包括查询范围和网格重叠量；

2)、根据查询范围和网格重叠量，将范围查询分为多个子查询，每个子查询的查询范围只和一个网格重叠；

3)、读取Redis中存储的与子查询查询范围重叠网格中移动对象的密度，并根据子查询的查询范围以及网格中移动对象的密度，计算子查询的代价；

4)、根据查询代价，将子查询映射到相应的组，然后从轮询计数器表中获取该组计数器的值；

所述根据查询代价，将子查询映射到相应的组的具体步骤为：

4.1、设定查询代价阈值范围，判断查询代价与查询代价阈值范围的大小，若查询代价大于或小于查询代价阈值范围，则直接根据查询代价和第一次分组粒度计算所在组；

4.2、对于其他的范围子查询，由于其数量过多，所以将其做更细粒度的分组，则根据查询代价、第一次分组粒度和第二次分组粒度计算所在组；

5)、根据计数器的值对下游worker的数量取模，得到目标worker id，并将目标workerid下发到下游。

2.根据权利要求1所述的面向Storm连续范围查询全局负载均衡的分组方法，其特征在于，所述步骤2)中根据查询范围和网格重叠量，将范围查询分为多个子查询具体包括：

2.1、设定分组数量，根据分组数量计算第一次分组粒度；

2.2、设定二次分组数量，根据第一次分组粒度和二次分组数量计算二次分组的粒度，计算公式为：

minGrain＝grain/minGroup

其中，所述minGrain为二次分组粒度，grain为第一次分组粒度，minGroup为二次分组数量。

3.根据权利要求1所述的面向Storm连续范围查询全局负载均衡的分组方法，其特征在于，所述子查询的代价公式为：

C(q)＝r×d

其中，所述r为子查询的查询范围大小，d为网格中移动对象的密度。

4.根据权利要求1所述的面向Storm连续范围查询全局负载均衡的分组方法，其特征在于，所述轮询计算器存储在Redis中。

5.一种面向Storm连续范围查询全局负载均衡的查询方法，其特征在于，包括：

1)、获取范围查询信息，所述范围查询信息包括查询范围和网格重叠量；将范围查询按照查询范围与网格重叠情况，划分为相应的子查询，将所述子查询按照全局分组轮询的分组策略分发到下游目标worker；

2)、执行范围查询的子查询，并以范围查询的时间戳为key，按照Fields Grouping的分组策略分发到下游worker，确保属于同一个范围查询的子查询被分发到同一个worker；

3)、将属于同一个范围查询的子查询的查询结果合并，得到最终的查询结果，最后将最终的查询结果以Shuffle Grouping的分组方式分发到下游Bolt；

4)、将范围查询结果发布到Kafka，由客户端订阅；

所述将所述子查询按照全局分组轮询的分组策略分发到下游目标worker具体包括：

1.1、获取范围查询信息，所述范围查询信息包括查询范围和网格重叠量；

1.2、根据查询范围和网格重叠量，将范围查询分为多个子查询，每个子查询的查询范围只和一个网格重叠；

1.3、读取Redis中存储的与子查询查询范围重叠网格中移动对象的密度，并根据子查询的查询范围以及网格中移动对象的密度，计算子查询的代价；

1.4、根据查询代价，将子查询映射到相应的组，然后从轮询计数器表中获取该组计数器的值；

1.5、根据计数器的值对下游worker的数量取模，得到目标worker id，并将目标workerid下发到下游。