[发明专利]一种并行的高维近邻查询方法

说明书

本发明公开了一种并行的高维近邻的查询方法。该方法利用B+树索引的顺序访问方法，在并行查询环境中，将现有的最好位置方法运用到近邻查询之中。在空间数据中，对所有数据对象的每个维度i建立一个B⁺树索引BDi‑tree以顺序访问该维度的坐标值，为所有数据对象建立一颗包括对象所有坐标分数的B⁺树索引PID，为所有已经顺序访问的数据对象依据维度不同动态创建维护一颗B⁺树索引BVj‑tree以获得该维度j的最好位置及其坐标值。利用了B⁺树索引技术和基于最好位置门限值的近邻查询技术，实现了并行的高维近邻查询方法，使用者可根据指定的查询对象和给定的参数k检索出k个近邻对象，并提供最好的性能。

技术领域

本发明涉及空间数据库中的索引和查询技术，特别是涉及一种并行的高维近邻查询方法。

背景技术

空间数据库是存储和管理空间数据的数据库系统。为了快速、有效地访问海量空间数据，专家学者提出了大量的空间索引方法，其中有R树索引、R*树索引、K-D-B树索引，以及单个维度的B+树索引。在此基础上，更提出了各种各具特色的查询及其解决方案，如近邻查询、k近邻查询、连续近邻查询、Skyline查询等。

随着计算机、通信、互联网以及定位技术的快速发展，大量的数据在科学计算、社会生活和工业生产等领域不断地产生。基于这些数据，我们可以构建各种复杂而多样的智能处理系统。根据某种特定的约束特征快速检索出符合条件的数据就成了一个基本而重要的问题，也即数据库中的查询问题。

在这些查询中，近邻查询尤为重要，它构成了各种其它近邻查询的基础。近邻查询最简单、最流行的处理方式是以R-tree对数据对象进行索引，采用分支界限法来寻找近邻对象，或采用B+树索引并利用分区建立枢纽点的方法来检索近邻对象。在如今的大数据时代，处理的数据量通常非常大，要求采用并行的近邻处理技术来实现。

并行方法是提高近邻查询效率的关键点。常见的并行近邻方法包括：基于索引的并行方法、基于GPU的并行方法、基于MapReduce的并行方法以及位置敏感哈希LSH的并行方法等。已有的基于B+树的近邻方法采用聚类投影到一维空间的方法实现，这需要聚类和转换多维空间中的点到一维空间中的过程。然而，现实需求中常常不能满足这样的预处理过程，且实际效率会受较大影响。

发明内容

本发明的目的在于提供一种用于高维空间中的并行的高维近邻查询方法。

本发明解决其技术问题采用的技术方案的步骤如下：

步骤1)对所有数据对象，根据每一个维度i的坐标值建立一棵名为BDi-tree的B⁺树索引，再建立一个名为PID的B+树索引。BDi-tree树的关键字key为每个对象的第i维度坐标值转换成固定长度的字符串，其叶子节点的内容为数据对象的第i维度坐标值和对象标识。PID树的关键字key为每个数据对象对应的固定长度的标识字符串，其叶子节点内容为数据对象所有维度的坐标值和对象标识；

步骤2)根据查询对象q维度i的坐标值q[i]并行地获得其在每个维度的初始访问位置，即与q[i]坐标值最接近的BDi-tree上的坐标值位置。这里访问位置根据它们的距离远近决定，距离越近其位置编号越小，而访问顺序根据访问位置编号升序进行；

步骤3)并行地从BDi-tree的初始位置根据节点距离q[i]的远近访问节点，计算最好位置bpi、最好位置门限值T_b和当前的第k个近邻对象距离best_kdist；

步骤4)并行维护维度j上的B+树BVj-tree，其关键字为当前已访问的所有数据对象在第j维上的坐标值转换成的字符串，叶子节点为坐标值和对象标识转换的字符串。每次被访问的数据对象在第j维上的坐标值被动态插入BVj-tree中，它被用来确定最好位置；