一种基于四叉树的空间数据缓存策略

doi:10.3778/j.issn.1002-8331.2008.22.048

计算机工程与应用 ›› 2008, Vol. 44 ›› Issue (22): 162-165.DOI: 10.3778/j.issn.1002-8331.2008.22.048

• 数据库、信号与信息处理 • 上一篇下一篇

一种基于四叉树的空间数据缓存策略

李东军^1,2,曾国荪^1,2

1.同济大学计算机科学与技术系，上海 201804
2.国家高性能计算机工程技术中心同济分中心，上海 201804

收稿日期:2007-03-06 修回日期:2008-06-02 出版日期:2008-07-11 发布日期:2008-07-11
通讯作者: 李东军

Spatial data buffer policy based on quadtree

LI Dong-jun^1,2,ZENG Guo-sun^1,2

1.Department of Computer Science and Technology，Tongji University，Shanghai 201804，China
2.Tongji Branch，National Engineering & Technology Center of High Performance Computer，Shanghai 201804，China

Received:2007-03-06 Revised:2008-06-02 Online:2008-07-11 Published:2008-07-11
Contact: LI Dong-jun

摘要/Abstract

摘要： 提出了以四叉树作为缓存数据结构，结合广泛应用的LRU和LFU算法，给出了一种高效的缓存策略—基于四叉树的空间数据缓存策略，并详细描述了缓存框架和缓存策略。提出的缓存策略充分考虑了空间数据访问所具有的时间局部性和空间局部性，兼有LRU和LFU算法的优点。最后设计了空间数据请求模型，通过实验对算法的有效性进行了验证。

关键词: 四叉树, 空间数据, 缓存策略

Abstract: This paper presents a quadtree as the buffer data structure，improves and combines LFU and LRU algorithm，gives an efficient buffer strategy-spatial data buffer strategy based on quadtree，depicts a detailed description of buffer frameworks and strategies.This buffer strategy takes into account temporal locality and spatial locality of the spatial data access，which are considered by both LFU and LRU algorithm.Finally，this paper designs the spatial data accessing model，then verifies the effectiveness of the method.

Key words: quadtree, spatial data, buffer strategy

李东军^1,2,曾国荪^1,2. 一种基于四叉树的空间数据缓存策略[J]. 计算机工程与应用, 2008, 44(22): 162-165.

LI Dong-jun^1,2,ZENG Guo-sun^1,2. Spatial data buffer policy based on quadtree[J]. Computer Engineering and Applications, 2008, 44(22): 162-165.

[1]	王辉宇，阳旺. 基于用户行为的流式应用分发系统缓存设计[J]. 计算机工程与应用, 2020, 56(4): 37-43.
[2]	伍锡如，黄榆媛，王耀南. 改进ORB特征的机器人RGB-D SLAM算法[J]. 计算机工程与应用, 2020, 56(14): 35-44.
[3]	雷乐，王丽珍，肖清. 空间co-location模式挖掘中的模糊技术初探[J]. 计算机工程与应用, 2019, 55(21): 158-166.
[4]	季长清1，2，肖鹏3，刘畅4，汪祖民2，西方2，邵寅博1，李泽宇2. 基于空间近邻查询的移动医疗呼叫算法[J]. 计算机工程与应用, 2019, 55(2): 206-212.
[5]	马菁1，2，李力3. RDD上扩展索引层优化的分布式K-means算法[J]. 计算机工程与应用, 2019, 55(1): 161-167.
[6]	陈长华1，刘煜2，崔强3. 结合饱和度运算和暗通道理论的遥感图像去雾算法[J]. 计算机工程与应用, 2018, 54(5): 174-179.
[7]	段洁，邢媛，赵国锋. 信息中心网络中缓存技术研究综述[J]. 计算机工程与应用, 2018, 54(2): 1-10.
[8]	覃宏超，李炎炎，龙伟，赵瑞朋，王倩. 改进的暗原色先验理论视频去雾算法研究[J]. 计算机工程与应用, 2018, 54(16): 176-181.
[9]	刘万军，赵庆国. 基于颜色饱和度的快速图像去雾研究[J]. 计算机工程与应用, 2017, 53(8): 209-215.
[10]	李建勋1，申静静1，李维乾2，王婉琳1. 基于趋势函数的空间数据聚类方法[J]. 计算机工程与应用, 2017, 53(6): 22-28.
[11]	刘佳星，陈飞翔，陈星涵. 一种基于地理单元热度的瓦片缓存策略[J]. 计算机工程与应用, 2017, 53(5): 90-96.
[12]	杨泽雪. 空间数据库中的一种混合索引结构的研究[J]. 计算机工程与应用, 2017, 53(20): 20-23.
[13]	杨莹. 瓦片四叉树和填充曲线实现海量地形数据管理[J]. 计算机工程与应用, 2016, 52(14): 192-196.
[14]	张文俊，张雄. 目标跟踪中的四叉树分块模型[J]. 计算机工程与应用, 2015, 51(4): 76-82.
[15]	周屹1，杨泽雪1，2. 空间数据库中的线段k近邻查询研究[J]. 计算机工程与应用, 2015, 51(18): 131-134.

一种基于四叉树的空间数据缓存策略

Spatial data buffer policy based on quadtree

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics