[论文解读] There Goes the Neighborhood: Relational Algebra for Spatial Data Search

Jim Gray, Alexander S. Szalay+6 more|ArXiv.org|Aug 14, 2004

Data Management and Algorithms参考文献 5被引用 24

一句话总结

本文提出了一种关系代数扩展，用于通过分层三角形网格、区域分桶和析取范式约束实现高效的空间数据搜索。通过利用B树索引和标准SQL查询优化器，该方法在无需新访问方法的情况下，实现了快速的点在区域中、区域重叠和包含查询，显著提升了关系数据库中空间查询的性能。

ABSTRACT

We explored ways of doing spatial search within a relational database: (1) hierarchical triangular mesh (a tessellation of the sphere), (2) a zoned bucketing system, and (3) representing areas as disjunctive-normal form constraints. Each of these approaches has merits. They all allow efficient point-in-region queries. A relational representation for regions allows Boolean operations among them and allows quick tests for point-in-region, regions-containing-point, and region-overlap. The speed of these algorithms is much improved by a zone and multi-scale zone-pyramid scheme. The approach has the virtue that the zone mechanism works well on B-Trees native to all SQL systems and integrates naturally with current query optimizers - rather than requiring a new spatial access method and concomitant query optimizer extensions. Over the last 5 years, we have used these techniques extensively in our work on SkyServer.sdss.org, and SkyQuery.net.

研究动机与目标

• 在标准关系数据库系统中实现高效的空问查询，如点在区域中和区域重叠查询。
• 设计一种与现有SQL查询优化器和B树索引无缝集成的空间查询框架。
• 通过使用关系代数和基于区域的数据分区，克服传统空间访问方法的局限性。
• 使用析取范式表示支持空间区域上的布尔运算。
• 证明空间查询可通过分层镶嵌和多尺度区域金字塔实现加速，而无需自定义访问方法。

提出的方法

• 本文使用分层三角形网格（HTM）对球体进行镶嵌，实现多分辨率的空间分区。
• 提出了一种区域分桶系统，将空间区域映射到离散区域，以实现基于索引的高效查找。
• 空间区域以析取范式（DNF）约束表示，支持并、交、差等布尔运算。
• 区域机制设计为与B树原生兼容，从而实现空间谓词的高效索引扫描。
• 多尺度区域金字塔结构通过在不同分辨率层级上实现粗粒度到细粒度的搜索策略，加速查询。
• 该方法与现有SQL查询优化器集成，无需引入新的查询执行引擎或访问方法。

实验结果

研究问题

• RQ1 是否可以仅使用标准关系代数和B树索引高效执行空间查询？
• RQ2 在关系环境中，如何使用析取范式约束表示和操作空间区域？
• RQ3 基于区域的分区和分层镶嵌在不使用自定义访问方法的情况下，能在多大程度上提升空间查询性能？
• RQ4 是否可以在关系代数框架内高效支持空间区域上的布尔运算？
• RQ5 区域金字塔方案如何在多个空间分辨率层级上提升查询速度？

主要发现

• 基于区域的索引方案通过利用原生B树索引，实现了快速的点在区域中和区域重叠查询。
• 使用分层三角形网格（HTM）实现了可扩展的、多分辨率的球体空间分区。
• 析取范式（DNF）表示在关系代数中支持空间区域的高效布尔运算。
• 该方法在无需新增访问方法或查询优化器扩展的情况下实现高性能，可直接与现有SQL系统集成。
• 区域金字塔结构通过实现对无关区域的分层剪枝，显著提升了查询速度。
• 该方法已在大规模空间数据系统中实际部署并经过验证，连续五年在真实应用场景中稳定运行。