[发明专利]构建倒排泰森多边形的分布式索引方法

摘要

构建倒排泰森多边形的分布式索引方法，属于云计算、大数据领域，用于解决的问题是提高现有数据查询方法索引效率，技术要点是分别计算数据集R中的m个对象r与各代表点p之间的距离、数据集S中的n个对象s与代表点p之间的距离，并将距离数据集R中的第i个对象r与数据集S中的第j个对象sj的最接近的代表点Pij选出并聚集在Voronoi单元格VCi中，形成m个VC的分区VC1～VCm，效果是能够提高算法索引效率，索引不受到空间和时间影响。

主权项

一种构建倒排泰森多边形的分布式索引方法，其特征步骤如下：S1.d维空间中给定两个数据集R和S，Hadoop进行分片，部分mappers同时并行运行，在MapReduce任务中，使用默认的reducer，在启动map函数之前，使用预聚类算法得到代表点p,并加载到每个map的主存中；S2.在每一个map处理进程中，依次利用TextInputForma来读取输入的分片，TextInputFormat从文件读取数据到Mapper的实例中，分别计算数据集R中的m个对象r与各代表点p之间的距离、数据集S中的n个对象s与代表点p之间的距离，并将距离数据集R中的第i个对象r与数据集S中的第j个对象sj的最接近的代表点Pij选出并聚集在Voronoi单元格VCi中，形成m个VC的分区VC1～VCm，所述的i顺序取遍1～m，并且，当i顺序取1～m中的一个具体值时，在i的该值下，j顺序取遍1～n的所有值，得到m个存储最接近的代表点的Voronoi单元格；输出<VCi，List(Pij)>对；已知查询点p，判别其最邻近的VCi或最一些邻近的VCi集，由mapper输出所述最邻近的VCi或最一些邻近的VCi集对应的原始数据集R和/或S中的r、s对象，并输出最邻近的VCi或最一些邻近的VCi集的id；S3.将mapper输出到Hadoop的文件系统。