[发明专利]一种基于Elastic Search的分布式搜索空间矢量数据的方法

说明书

本发明提供一种基于Elastic Search的分布式搜索空间矢量数据的方法，属于大数据和空间矢量技术领域，本发明结合Elastic Search的快速搜索和HBas的存储方式，将空间数据和服务重新组合存储，不仅能对空间数据属性进行快速检索，而且能使用空间数据展示技术对数据服务进行图上展现定位。

技术领域

本发明涉及大数据和空间矢量技术领域，尤其涉及一种基于Elastic Search的分布式搜索空间矢量数据的方法。

背景技术

目前，大数据和云计算技术日渐成为发展的趋势，传统的空间数据的存储使用发展已经远远不能满足某些领域的需求，当前主流的空间数据的存储使用文件存储或者对象存储的方式，而当对海量空间数据的分析使用原有的技术无法满足要求，数据量越大，搜索结果执行效率越低。

通过将大数据技术和空间矢量技术两者技术的结合，优势互补。

发明内容

为了克服现有的单纯使用矢量空间数据服务搜索数据效率低下的问题，本发明提供了一种基于Elastic Search的分布式搜索空间矢量数据的方法。结合Elastic Search的快速搜索和HBas的存储方式，将空间数据和服务重新组合存储，不仅能对空间数据属性进行快速检索，而且能使用空间数据展示技术对数据服务进行图上展现定位。

本发明的技术方案是：

一种基于Elastic Search的分布式搜索空间矢量数据的方法，基于空间矢量数据服务和Elastic Search数据建模，快速检索空间数据属性信息，找出大量空间矢量数据图层中与关键词相关的数据，并可基于结果分析出矢量数据之间的关联关系。

进一步的

所述的空间数据包括：高程线数据、SHP数据、MDB数据以及GDB数据。规定了高程线的字段与高程字段之间的对应关系。

所述的数据建模方法：将空间矢量数据入库到大数据库中，在入库时将数据服务地址与属性关联挂接，在检索到相关数据时能够同时获取到服务地址，达到空间数据可视化效果。

进一步的

所述的Elasticsearch分词库设置的方法是：“extra_address.dic”为添加的分词内容，同一级别目录下放置extra_address.dic,这里添加的是路名等词语。重启ES，测试分词，是否成功。新建索引Index，Index后不可有多个type，所以Index在这里对应数据表，默认type为_doc。查看Index当前总数，以判断Index是否构建完成。

再进一步的，

将空间矢量数据抽取到HBas中，在抽取过程中对每一条数据额外添加属性和Key值，说明该条矢量数据的名称、服务地址，并将点、线、面的空间属性转换为WKT字符串，存储到属性中，同时在存储是依据矢量数据的人工分类，划分为片，在搜索时，采用ElasticSearch自身的属性检索功能，将需要的相关的关键字结果搜索出来，调用空间分析的服务接口，对搜索结果的服务加载并在地图上展现和定位。

进行全文检索，查询需要搜索的空间数据，并将返回的空间数据在地图中进行可视化渲染展示，实现海量数据快速检索的目的。

本发明的有益效果是

传统的对空间数据搜索只能对单一图层的数据进行搜索，且对于大数据量的图层检索效率极低，无法满足大数据快速检索的需求，本方法基于Elastic Search但在其之上，将数据通过建模组织，可以快速搜索出与关键词相关的空间数据，并能对空间数据之间的关联进行分析，对国土领域的空间数据的全生命周期进行分析管理，挖掘有用信息提供给决策者。

附图说明

图1是本发明的工作架构示意图；

图2是本发明的工作流程示意图。