基于PostgreSQL空间数据快速查询的方法与流程

基于postgresql空间数据快速查询的方法
技术领域
1.本发明涉及空间数据处理技术领域，尤其涉及一种基于postgresql空间数据快速查询的方法。


背景技术：

2.postgresql数据库是世界上最先进的开源数据库，其被越来越多的应用在各个行业和领域，实现对于数据的存储和查询。
3.由于空间数据的多维性的特征，因此在实际存储的过程中，将空间数据的某一维度作为基准，如位置信息作为一维数据，基于建立一维数据集，并在一维数据对应的节点上设置数据桶，在数据桶内存储有基于当前位置信息的其他维度信息，能够实现对于空间数据的有效存储和查询。
4.但是在对于空间数据的查询过程中，数据桶内的每个数据均设置有索引，若是在查询时，基于索引遍历数据桶内的数据，或是按照一定的顺序检索到对应的数据信息，现有的对于空间数据的查询耗时较长，查询效率低。


技术实现要素：

5.为此，本发明提供一种基于postgresql空间数据快速查询的方法，可以解决现有技术中的对于空间数据查询耗时长的技术问题。
6.为实现上述目的，本发明提供一种基于postgresql空间数据快速查询的方法，包括：
7.获取第一数据桶的基础序列，所述第一数据桶内用以存储位置信息的多维度信息，所述基础序列为所述多维度信息的排列顺序，每个多维度信息均设置有唯一的标识索引；
8.设置镜像数据库，所述镜像数据库内存储有与所述第一数据桶内相同的若干多维度信息和每个多维度信息的标识索引；
9.设置查询周期，计算多维度信息的历史查询次数，在查询周期内，按照多维护信息的历史查询次数由多到少排列标识索引信息，形成标识序列；
10.基于所述标识序列，从镜像数据库内搜索对应的标识索引，并将标识索引对应的多维度信息更新至第一数据桶内，在查询周期内，采用更新后的多维度信息存储方式进行查询。
11.进一步地，在计算多维度信息的历史查询次数时，设置三个记录周期，分别为第一记录周期、第二记录周期和第三记录周期，所述记录周期的时长与查询周期的时长相同；在时间顺序上，所述第一记录周期早于第二记录周期早于第三记录周期；
12.在记录历史查询次数时，记录任意多维度信息ii分别在第一记录周期、第二记录周期和第三周期内的查询次数；
13.在确定该多维度信息ii的历史查询次数时，根据记录的第一记录周期、第二记录
周期和第三周期内的查询次数计算多维度信息ii的历史查询次数。
14.进一步地，预先设置有第一权重系数、第二权重系数和第三权重系数，所述第一权重系数k1用以作用第一记录周期的查询次数，第二权重系数k2用以作用第二记录周期的查询次数，第三权重系数k3用以作用第三记录周期的权重系数；
15.多维度信息ii的历史查询次数nii的计算方法为n1
×
k1 n2
×
k2 n3
×
k3，其中n1表示第一记录周期内的多维度信息ii的查询次数，n2表示第二记录周期内的多维度信息ii的查询次数，n3表示第三记录周期内的多维度信息ii的查询次数。
16.进一步地，根据各历史记录周期距离查询周期的时间间隔设置权重系数，其中，k1 k2 k3＝1，第一权重系数为0.2、第二权重系数为0.3，第三权重系数为0.5。
17.进一步地，在第一数据桶内设置有第一层级数据、第二层级数据和第三层级数据，其中第一层级数据的查询难度低于第二层级数据的查询难度低于第三层级数据的查询难度；
18.第一层级数据内的标识索引的数量＝第二层级数据内的标识索引的数量＝第三层级数据内的标识索引的数量。
19.进一步地，在任意层级内的多维度信息，根据每条多维度信息的数据量调整其在层级内的存储位置。
20.进一步地，若在第一层级数据中的i1、i2和i3，确定第一多维度信息i1的数据量d11、第二多维度信息i2的数据量d12、第三多维护信息i3的数据量d3；
21.若d11在第一层级数据中的各多维度信息中的数据量最大，则将i1存储在i2和i3的上层；
22.若d12在第一层级数据中的各多维度信息中的数据量最大，则将i2存储在i1和i3的上层；
23.若d13在第一层级数据中的各多维度信息中的数据量最大，则将i3存储在i1和i2的上层。
24.进一步地，当i1存储在i2和i3的上层时，根据第二多维度信息i2和第三多维护信息i3与第一多维度信息i1的耦合度确定第二多维度信息i2和第三多维护信息i3的存储位置。
25.进一步地，当i2存储在i1和i3的上层时，根据第一多维度信息i1和第三多维护信息i3与第二多维度信息i2的耦合度确定第二多维度信息i1和第三多维护信息i3的存储位置。
26.进一步地，当i3存储在i1和i2的上层时，根据第一多维度信息i1和第二多维护信息i2与第三多维度信息i2的耦合度确定第二多维度信息i1和第二多维护信息i2的存储位置。
27.与现有技术相比，本发明的有益效果在于，通过历史查询次数对查询周期内的索引标识信息重新排序，有效提高在查询周期内对于第一数据桶内的数据查询的效率，通过镜像数据库实现基于新的索引标识信息次序的多维度信息的更新，保证第一数据桶内的数据的及时更新，保证查询的信息的准确性。
28.尤其，通过设置三个记录周期，实现对于任意多维度信息的历史查询次数的初步判断，通过设置三个记录周期，大大降低了对于历史数据的查询数量，实现对于任意多维度
信息的历史查询次数的有效判断，提高多维度信息的历史查询次数的确定效率。
29.尤其，通过设置不同的权重系数，且各权重系数分别作用在不同记录周期内的查询次数，实现对于多维度信息的查询次数的精确调整，在实际应用中，历史数据的产生时间对于当前查询周期内的数据查询影响是不同的，历史数据的产生时间越早，则其参考价值越小，历史数据的产生时间越晚，则其参考价值相对较大，本发明实施例通过对于历史数据的产生的时间的不同设置不同的权重系数，能够充分体现历史数据对于查询周期内进行数据查询的影响，使得计算得出的历史查询次数更为精准，进而根据历史查询次数去重新排列的数据桶内的索引信息的精准度更好，实现了查询次数多的数据设置在数据桶的上层，查询次数少的数据设置在数据桶的下层，便于实现在查询周期内对第一数据桶内待查询数据的查询效率，降低数据查询时间，进而快速获取待查询数据，提高数据访问效率。
30.尤其，通过对第一权重系数、第二权重系数以及第三权重系数的数值进行定义，体现对于各历史记录周期的影响作用，在实际应用中，第一历史记录周期距离查询周期的时间间隔较大，因此采用较小的第一权重系数，第三历史记录周期距离查询周期的时间间隔较小，采用较大的第三权重系数，在实际应用中，由于设置三个历史记录周期，且三个历史记录周期内的权重系数之和为1，在实际应用中可以将k1赋值为0.1、k2赋值为0.2，则k3赋值为0.7，还可以采用其他赋值方式，在此不一一列举，本发明实施例中采用k、1赋值为0.2，k2赋值为0.3，k3赋值为0.5的方式，体现了第三历史记录周期的作用为第一历史记录周期和第二历史记录周期的作用之和，体现了距离查询周期较近的第三历史记录周期对查询周期的参考作用大，使得在查询周期内对于各多维信息的排序的精准性，便于进行第一数据桶内数据的快速查询，提高查询效率。
31.尤其，通过对第一数据桶内的多维度信息进行分层设置，实现对第一数据桶内的多维度信息进行分区管理，提高对于第一数据桶内的多维度数据的查询效率。
32.尤其，通过对多维度信息的数据量进行确定，在实际应用中，若是多维度信息的数据量越大，则提取用时更长，本发明实施例通过对多维度信息的数据量进行调整，使得对于多维度信息的查询和提取效率更高，实现对于多维度信息的快速查询和处理，提高对于第一数据桶内的数据的有效处理，实现对于经过历史数据的查询次数的调整后，并对各层次内的数据的再次调整，保证第一数据桶内的数据查询效率。
33.尤其，通过对各层级内的数据量最大的多维度信息存储在对应层次内的最上层，实现对各层级内的数据的有效调整，在实际应用中，通过对数据索引的调整，以及对镜像数据库的利用实现对层级内的数据的调整，便于对多维度信息的查询效率。
34.尤其，通过在确定层级数据的首位之后，利用与首位多维度信息的耦合关系确定在该层级数据内的其他多维度数据的顺序，本发明实施例在确定多维度信息与首个多维度信息的耦合关系，可以根据各维度信息的索引标识来确定，还可以根据多维度信息的内容来确定，对于两个多维度信息之间的耦合度进行判断时，由于对于任意多维度信息而言，其存储的数据为任意位置坐标的属性信息，由于基于同一位置坐标的若干属性信息，若是其中的某一属性信息与首个属性信息的耦合度高，则该属性信息被查询调取的概率更大，因此将耦合度更大的属性信息存储在靠近在首个多维度信息的位置，便于进行多维度信息的有效查询，提高查询效率。
附图说明
35.图1为本发明实施例提供的基于postgresql空间数据快速查询的方法的流程示意图。
具体实施方式
36.为了使本发明的目的和优点更加清楚明白，下面结合实施例对本发明作进一步描述；应当理解，此处所描述的具体实施例仅仅用于解释本发明，并不用于限定本发明。
37.下面参照附图来描述本发明的优选实施方式。本领域技术人员应当理解的是，这些实施方式仅仅用于解释本发明的技术原理，并非在限制本发明的保护范围。
38.需要说明的是，在本发明的描述中，术语“上”、“下”、“左”、“右”、“内”、“外”等指示的方向或位置关系的术语是基于附图所示的方向或位置关系，这仅仅是为了便于描述，而不是指示或暗示所述装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。
39.此外，还需要说明的是，在本发明的描述中，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域技术人员而言，可根据具体情况理解上述术语在本发明中的具体含义。
40.请参阅图1所示，本发明实施例提供了一种基于postgresql空间数据快速查询的方法，该方法包括：
41.步骤s100：获取第一数据桶的基础序列，所述第一数据桶内用以存储位置信息的多维度信息，所述基础序列为所述多维度信息的排列顺序，每个多维度信息均设置有唯一的标识索引；
42.步骤s200：设置镜像数据库，所述镜像数据库内存储有与所述第一数据桶内相同的若干多维度信息和每个多维度信息的标识索引；
43.步骤s300：设置查询周期，计算多维度信息的历史查询次数，在查询周期内，按照多维护信息的历史查询次数由多到少排列标识索引信息，形成标识序列；
44.步骤s400：基于所述标识序列，从镜像数据库内搜索对应的标识索引，并将标识索引对应的多维度信息更新至第一数据桶内，在查询周期内，采用更新后的多维度信息存储方式进行查询。
45.具体而言，本发明实施例中的数据桶为栈式存储，也就是若多维信息先存储则存储在桶底，在进行数据查询时，则从上到下依次比较查询，因此其存储查询规则为先存储后查询，后存储先查询。本发明实施例中的镜像数据库，与第一数据桶内的多维度信息以及标识索引相同，唯一区别在于第一数据桶内的数据为栈式存储，而镜像数据库内的数据则为非栈式存储，在镜像数据库内可以根据标识索引快速定位到对应的多维度信息。
46.具体而言，本发明实施例通过历史查询次数对查询周期内的索引标识信息重新排序，有效提高在查询周期内对于第一数据桶内的数据查询的效率，通过镜像数据库实现基于新的索引标识信息次序的多维度信息的更新，保证第一数据桶内的数据的及时更新，保证查询的信息的准确性。
47.具体而言，在计算多维度信息的历史查询次数时，设置三个记录周期，分别为第一记录周期、第二记录周期和第三记录周期，所述记录周期的时长与查询周期的时长相同；在时间顺序上，所述第一记录周期早于第二记录周期早于第三记录周期；
48.在记录历史查询次数时，记录任意多维度信息ii分别在第一记录周期、第二记录周期和第三周期内的查询次数；
49.在确定该多维度信息ii的历史查询次数时，根据记录的第一记录周期、第二记录周期和第三周期内的查询次数计算多维度信息ii的历史查询次数。
50.具体而言，本发明实施例中的第一数据桶内包含有多个多维度信息，在对每个多维度信息的历史查询次数进行判断时，在实际应用中通过设置三个记录周期，实现对于任意多维度信息的历史查询次数的初步判断，通过设置三个记录周期，大大降低了对于历史数据的查询数量，实现对于任意多维度信息的历史查询次数的有效判断，提高多维度信息的历史查询次数的确定效率。
51.具体而言，预先设置有第一权重系数、第二权重系数和第三权重系数，所述第一权重系数k1用以作用第一记录周期的查询次数，第二权重系数k2用以作用第二记录周期的查询次数，第三权重系数k3用以作用第三记录周期的权重系数；
52.多维度信息ii的历史查询次数nii的计算方法为n1
×
k1 n2
×
k2 n3
×
k3，其中n1表示第一记录周期内的多维度信息ii的查询次数，n2表示第二记录周期内的多维度信息ii的查询次数，n3表示第三记录周期内的多维度信息ii的查询次数。
53.具体而言，本发明实施例通过设置不同的权重系数，且各权重系数分别作用在不同记录周期内的查询次数，实现对于多维度信息的查询次数的精确调整，在实际应用中，历史数据的产生时间对于当前查询周期内的数据查询影响是不同的，历史数据的产生时间越早，则其参考价值越小，历史数据的产生时间越晚，则其参考价值相对较大，本发明实施例通过对于历史数据的产生的时间的不同设置不同的权重系数，能够充分体现历史数据对于查询周期内进行数据查询的影响，使得计算得出的历史查询次数更为精准，进而根据历史查询次数去重新排列的数据桶内的索引信息的精准度更好，实现了查询次数多的数据设置在数据桶的上层，查询次数少的数据设置在数据桶的下层，便于实现在查询周期内对第一数据桶内待查询数据的查询效率，降低数据查询时间，进而快速获取待查询数据，提高数据访问效率。
54.具体而言，根据各历史记录周期距离查询周期的时间间隔设置权重系数，其中，k1 k2 k3＝1，第一权重系数为0.2、第二权重系数为0.3，第三权重系数为0.5。
55.具体而言，本发明实施例通过对第一权重系数、第二权重系数以及第三权重系数的数值进行定义，体现对于各历史记录周期的影响作用，在实际应用中，第一历史记录周期距离查询周期的时间间隔较大，因此采用较小的第一权重系数，第三历史记录周期距离查询周期的时间间隔较小，采用较大的第三权重系数，在实际应用中，由于设置三个历史记录周期，且三个历史记录周期内的权重系数之和为1，在实际应用中可以将k1赋值为0.1、k2赋值为0.2，则k3赋值为0.7，还可以采用其他赋值方式，在此不一一列举，本发明实施例中采用k、1赋值为0.2，k2赋值为0.3，k3赋值为0.5的方式，体现了第三历史记录周期的作用为第一历史记录周期和第二历史记录周期的作用之和，体现了距离查询周期较近的第三历史记录周期对查询周期的参考作用大，使得在查询周期内对于各多维信息的排序的精准性，便
于进行第一数据桶内数据的快速查询，提高查询效率。
56.具体而言，在第一数据桶内设置有第一层级数据、第二层级数据和第三层级数据，其中第一层级数据的查询难度低于第二层级数据的查询难度低于第三层级数据的查询难度；
57.第一层级数据内的标识索引的数量＝第二层级数据内的标识索引的数量＝第三层级数据内的标识索引的数量。
58.具体而言，第一数据桶内设置有9条多维度信息，分别为i1-i9，其中第一层级数据为i1-i3，第二层级数据为i4-i6，第三层级数据为i7-i9，第一层级数据内的标识索引数量＝第二层级数据内的标识索引的数量＝第三层级数据内的标识索引的数量＝3。
59.具体而言，本发明实施例通过对第一数据桶内的多维度信息进行分层设置，实现对第一数据桶内的多维度信息进行分区管理，提高对于第一数据桶内的多维度数据的查询效率。
60.具体而言，在任意层级内的多维度信息，根据每条多维度信息的数据量调整其在层级内的存储位置。
61.具体而言，本发明实施例通过对多维度信息的数据量进行确定，在实际应用中，若是多维度信息的数据量越大，则提取用时更长，本发明实施例通过对多维度信息的数据量进行调整，使得对于多维度信息的查询和提取效率更高，实现对于多维度信息的快速查询和处理，提高对于第一数据桶内的数据的有效处理，实现对于经过历史数据的查询次数的调整后，并对各层次内的数据的再次调整，保证第一数据桶内的数据查询效率。
62.具体而言，若在第一层级数据中的i1、i2和i3，确定第一多维度信息i1的数据量d11、第二多维度信息i2的数据量d12、第三多维护信息i3的数据量d3；
63.若d11在第一层级数据中的各多维度信息中的数据量最大，则将i1存储在i2和i3的上层；
64.若d12在第一层级数据中的各多维度信息中的数据量最大，则将i2存储在i1和i3的上层；
65.若d13在第一层级数据中的各多维度信息中的数据量最大，则将i3存储在i1和i2的上层。
66.具体而言，本发明实施例通过对各层级内的数据量最大的多维度信息存储在对应层次内的最上层，实现对各层级内的数据的有效调整，在实际应用中，通过对数据索引的调整，以及对镜像数据库的利用实现对层级内的数据的调整，便于对多维度信息的查询效率。
67.具体而言，当i1存储在i2和i3的上层时，根据第二多维度信息i2和第三多维护信息i3与第一多维度信息i1的耦合度确定第二多维度信息i2和第三多维护信息i3的存储位置。
68.具体而言，当i2存储在i1和i3的上层时，根据第一多维度信息i1和第三多维护信息i3与第二多维度信息i2的耦合度确定第二多维度信息i1和第三多维护信息i3的存储位置。
69.具体而言，当i3存储在i1和i2的上层时，根据第一多维度信息i1和第二多维护信息i2与第三多维度信息i2的耦合度确定第二多维度信息i1和第二多维护信息i2的存储位置。
70.具体而言，本发明实施例通过在确定层级数据的首位之后，利用与首位多维度信息的耦合关系确定在该层级数据内的其他多维度数据的顺序，本发明实施例在确定多维度信息与首个多维度信息的耦合关系，可以根据各维度信息的索引标识来确定，还可以根据多维度信息的内容来确定，对于两个多维度信息之间的耦合度进行判断时，由于对于任意多维度信息而言，其存储的数据为任意位置坐标的属性信息，由于基于同一位置坐标的若干属性信息，若是其中的某一属性信息与首个属性信息的耦合度高，则该属性信息被查询调取的概率更大，因此将耦合度更大的属性信息存储在靠近在首个多维度信息的位置，便于进行多维度信息的有效查询，提高查询效率。
71.在实际应用中，第二层级内的多维度信息和第三层级内的多维度信息采用与上述相同的存储方法，在此不再赘述。
72.具体而言，本发明实施例中的信息耦合度可以是对应的多维度信息对应的语义相似程度，在实际应用中，还可以使用其他参数来评估两个多维度信息的信息耦合度，在此不一一列举。
73.至此，已经结合附图所示的优选实施方式描述了本发明的技术方案，但是，本领域技术人员容易理解的是，本发明的保护范围显然不局限于这些具体实施方式。在不偏离本发明的原理的前提下，本领域技术人员可以对相关技术特征做出等同的更改或替换，这些更改或替换之后的技术方案都将落入本发明的保护范围之内。
74.以上所述仅为本发明的优选实施例，并不用于限制本发明；对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。