時空大數據系統核心技術
隋遠 俞自生 王如斌
- 出版商: 人民郵電
- 出版日期: 2024-01-01
- 定價: $479
- 售價: 8.5 折 $407
- 語言: 簡體中文
- 頁數: 284
- ISBN: 711563162X
- ISBN-13: 9787115631626
-
相關分類:
大數據 Big-data
下單後立即進貨 (約2週~3週)
商品描述
本書分為 10 章。前兩章循序漸進地介紹了時空大數據系統產生的背景、時空大數據系統相關的基礎知識，包括專業概念、基礎技術組件，以及基礎的數據處理工具。接下來的五章是本書的核心內容，從底向上分別介紹了時空數據系統總體結構中的各個層次，包括數據的感知與接入、數據的存儲與索引、數據的分析與挖掘、數據的服務與共享、數據的可視化。這些章會介紹常見的算法和前沿的技術，並會給出這些技術和算法在普通場景下和分佈式場景下的實現思路。最後本書詳盡拆解了網上購物、物流服務、危化品車輛監管這三個熱門的大數據系統的應用。
作者簡介
隋远，毕业于北京师范大学，现任京东科技集团时空数据组负责人，资深架构师。CCF数据库、大数据、分布式计算专委会委员。在时空数据领域有15年研究与工作经验，涉及GIS、定量遥感、智能城市等领域。带领团队打造了京东城市时空数据引擎JUST，团队发表了20多篇国际顶刊论文，申请专利60多项，先后服务了20多个大中型智慧城市项目，涉及市域治理、监测预警、智慧园区、智慧公安、政民互通等场景。
俞自生，毕业于西安电子科技大学，CCF数据库专业委员会通讯执行委员，研究方向为城市计算和时空数据管理与分析，著有《GeoMesa时空数据管理》一书。
王如斌，西南交通大学计算机科学与技术专业硕士，主要研究方向为城市计算、时空数据管理。
目錄大綱
第 1章 時空大數據系統的產生 001
1.1 時空數據無處不在 001
1.1.1 既是使用者又是生產者 001
1.1.2 如何進一步利用時空
數據 003
1.2 什麽是時空大數據系統 004
1.2.1 傳統 GIS 的產生 004
1.2.2 時空大數據的產生 005
1.3 時空大數據系統是如何構建的 006
1.3.1 互聯網地圖要解決的
問題 006
1.3.2 互聯網地圖整體架構 009
第 2章 時空數據基礎知識 012
2.1 時空數據的產生 012
2.1.1 基礎地理數據 012
2.1.2 行業地理數據 014
2.1.3 交通類數據 014
2.1.4 生活類數據 015
2.2 時空數據模型分類 016
2.2.1 空間數據模型 016
2.2.2 時空模型 021
2.3 坐標系統與投影 023
2.3.1 地理坐標系 024
2.3.2 常用地理坐標系 027
2.3.3 投影坐標系 028
2.3.4 常用投影坐標系 029
第3章 數據感知與接入 031
3.1 常用的感知手段 031
3.1.1 全球定位系統 031
3.1.2 遙感探測 035
3.1.3 其他數據感知手段 037
3.2 時空數據接入常用技術 039
3.2.1 小數據量 Web 接口
傳輸 039
3.2.2 本地數據文件上傳 040
3.2.3 服務器間的離線同步 041
3.2.4 實時數據流式接入 042
第4章 數據存儲與索引 045
4.1 空間數據模型 045
4.1.1 空間數據定義 045
4.1.2 空間數據特性 050
4.1.3 空間拓撲關系 053
4.2 時空數據索引算法 061
4.2.1 為什麽需要空間索引 061
4.2.2 基於樹狀結構的空間
索引 064
目 錄
CONTENTS
ii
時空大數據系統核心技術
4.2.3 基於填充曲線的時空
索引 069
4.3 時空數據存儲技術 078
4.3.1 時空存儲概述 078
4.3.2 文件存儲 079
4.3.3 關系型存儲 081
4.3.4 分佈式存儲 089
4.4 時空數據訪問規範 097
4.4.1 數據規範 098
4.4.2 讀寫規範 100
第5章 時空大數據分析與挖掘 105
5.1 時空大數據分析算法概述 105
5.1.1 時空算法的分類 105
5.1.2 分佈式計算與分區 107
5.2 幾何分析 110
5.2.1 幾何分析 110
5.2.2 Java Topology Suite 114
5.3 空間聚類 115
5.3.1 KMeans 116
5.3.2 DBSCAN 119
5.4 軌跡分析 121
5.4.1 軌跡預處理 122
5.4.2 軌跡挖掘 131
5.4.3 實時軌跡分析 146
5.5 路徑規劃 151
5.5.1 DFS 和 BFS 152
5.5.2 Dijkstra 算法 154
5.5.3 GBFS 算法 156
5.5.4 A* 算法 158
5.6 地址搜索 159
5.6.1 正地理編碼 160
5.6.2 逆地理編碼 169
5.7 連接分析 171
5.7.1 空間連接 171
5.7.2 分佈式擴展 173
5.7.3 時空連接 178
第6章 數據服務與共享 180
6.1 時空數據共享難題 180
6.1.1 標準不一，煙囪林立 180
6.1.2. 傳統桌面 GIS 系統
共享問題 181
6.1.3 高並發、大流量的
瓶頸 181
6.2 時空數據服務標準 182
6.2.1 OGC OWS 182
6.2.2 OGC API 185
6.3 時空數據服務系統的構建方案 186
6.3.1 主要功能 186
6.3.2 整體架構 187
6.3.3 常用技術 188
6.4 常見的時空數據服務系統 194
6.4.1 服務引擎 195
6.4.2 SaaS 平臺 195
第7章 數據可視化 197
7.1 時空數據可視化的常用形式 197
7.1.1 地圖的發展 197
7.1.2 地圖綜合 199
7.1.3 動態地圖 204
7.1.4 專題地圖 204
7.1.5 三維地圖 205
目 錄
iii
7.2 時空數據可視化基本原理 207
7.2.1 電子地圖介紹 207
7.2.2 地圖瓦片原理 208
7.2.3 柵格瓦片技術 212
7.2.4 矢量瓦片技術 214
7.2.5 動態矢量切片 218
7.2.6 靜態矢量切片 221
7.2.7 矢量切片與地圖綜合 224
7.2.8 矢量免切片技術 225
7.2.9 時空數據可視化模型 227
7.3 時空數據可視化渲染技術 228
7.3.1 WebGIS 渲染技術的
發展 228
7.3.2 WebGL 技術 229
7.3.3 雲渲染 231
7.4 發展趨勢 232
第8章 網上購物時空數據應用 233
8.1 案例背景 233
8.2 案例分析 233
8.2.1 產品功能分析 233
8.2.2 數據分析 236
8.2.3 關鍵流程分析 238
8.3 實現方案 239
8.3.1 難點分析與技術選型 239
8.3.2 數據預處理 242
8.3.3 查詢索引構建 243
8.3.4 數據查詢與聚合運算 249
8.4 案例總結 250
第9章 物流服務時空數據應用 251
9.1 案例背景 251
9.2 案例分析 252
9.2.1 產品功能分析 252
9.2.2 數據分析 256
9.2.3 關鍵流程分析 258
9.3 實現方案 259
9.3.1 銷量預測 260
9.3.2 智能分單 262
9.3.3 路徑規劃 263
9.4 案例總結 265
第 10 章 危化品車輛監管 266
10.1 案例背景 266
10.2 案例分析 266
10.2.1 功能分析 267
10.2.2 數據分析 268
10.2.3 流程分析 271
10.3 方案實現 272
10.3.1 技術難點分析與技術
選型 272
10.3.2 車輛行駛狀態分析 273
10.3.3 可視化大屏監測 274
10.3.4 車輛行駛異常預警 280
10.3.5 歷史數據歸檔 282
10.4 案例總結 282
參考文獻 283
