Abstract
A spatio-temporal database manages both space and time data, whose position or extent may change over time. It is widely used in Transportation Management Systems and Geographic Information Systems to answer queries for objects at a particular position during a period of time. In this paper, we build a spatio-temporal database prototype by implementing a space-filling curve and R-tree inside a relational database. In particular, we use a relational database as a storage medium, but construct a Morton R-tree inside the relational database for fast data retrieval. Experiments with large real-world dataset show that our approach outperforms an existing modern spatial database by 40% for individual queries. Under concurrent queries, our system dramatically outperforms the existing commercial spatial database by a factor of 6.47
چکیده
یک پایگاه داده فضا-زمانی هم داده های مربوط به زمان (حوزه تغییرات در طول زمان) و هم داده های مربوط به فضا (مکان آن) را مدیریت می کند. این پایگاه داده به صورت وسیعی در سیستم های مدیریت حمل و نقل و سیستم های اطلاعات جغرافیایی به منظور پاسخ به پرس و جو هایی در مورد مکان یک شی (جسم) خاص در طول یک دوره زمانی مورد استفاده قرار می گیرد. در این مقاله، ما یک نمونه اولیه از پایگاه داده فضا-زمانی را با پیاده سازی یک منحنی فضا-پر کردن (یک منحنی که دامنه آن شامل تعدادی مربع واحد است) و درخت مستطیلی R-tree (درختی است که در روش های دسترسی مکانی مانند فهرست کردن اطلاعات چند بعدی همچون مختصات جغرافیایی، مستطیل ها یا چند ضلعی ها استفاده می شود) داخل یک پایگاه داده رابطه ای ساخته ایم. ما از یک پایگاه داده رابطه ای به عنوان رسانه ذخیره سازی استفاده کرده ایم اما یک R-tree مورتون داخل پایگاه داده رابطه ای ایجاد کرده ایم تا بازیابی داده سریع انجام شود. آزمایش این پایگاه داده با مجموعه داده های بزرگ واقعی نشان می دهد که روش ما در پرس و جو های تکی 40% بهتر از پایگاه داده های فضایی امروزی عمل می کند. در زمانی که پرس و جو ها همزمان انجام شود، سیستم ما به صورت چشمگیری بهتر از پایگاه داده های فضایی تجاری موجود عمل می کند یعنی فاکتور عملکرد بهتر 6.47 است.
1-مقدمه
اخیرا، ما بر روی یک نوع خاص از داده به نام داده فضا-زمانی متمرکز شده ایم [1][2]. داده فضا-زمانی اطلاعات مربوط به زمان و فضا را نگهداری می کند و برای استفاده در جایی که ما باید پیگیری مکان یک شی (جسم) را طول زمان انجام دهیم مناسب است. چنین کاربردهایی در سیستم های مدیریت حمل و نقل که مکان وسایل نقلیه به صورت منظم ردیابی و پیگیری می شود وجود دارد...