使用GeoMesa实现时空索引并进行KNN查询

Posted 粥八

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了使用GeoMesa实现时空索引并进行KNN查询相关的知识,希望对你有一定的参考价值。

安装geomesa-hbase

  • 版本:geomesa-hbase_2.11-3.4.0-bin.tar.gz

  • 解压到指定目录后为其添加环境变量

    export GEOMESA_HBASE_HOME=/home/hadoop/geomesa-hbase_2.11-3.4.0
    export PATH=$PATH:$GEOMESA_HBASE_HOME/bin
    

  • 部署GeoMesa-HBase分布式运行jar

    geomesa-hbase需要使用本地过滤器来加速查询,因此需要将GeoMesa的runtime JAR包,拷贝到HBase的库目录下。

    cp ./dist/hbase/geomesa-hbase-distributed-runtime-hbase1_2.11-3.4.0.jar /home/hadoop/hbase/lib/
    
  • 注册协处理器

    GeoMesa利用服务器端处理来加速某些查询。具体实现:

    在HBase的配置文件hbase-site.xml添加如下内容:

    <property>
      <name>hbase.coprocessor.user.region.classes</name>
      <value>org.locationtech.geomesa.hbase.coprocessor.GeoMesaCoprocessor</value>
    </property>
    
  • 设置命令行工具

    将HBase配置文件hbase-site.xml打包进geomesa-hbase-datastore_2.11-$VERSION.jar中:

    zip -r lib/geomesa-hbase-datastore_2.11-hbase1_2.11-3.4.0.jar /home/hadoop/hbase/conf/hbase-site.xml
    

  • 进入到$GEOMESA_HBASE_HOME,运行:

    ./bin/install-shapefile-support.sh
    

  • 测试是否安装成功

    geomesa-hbase version
    

时空索引

导入数据相关链接:GeoMesa命令行,索引概述_爱是与世界平行-程序员信息网 - 程序员信息网 (i4k.xyz)

导入数据官方链接:8.3. Ingest Commands — GeoMesa 3.2.2 Manuals

定义特征类型官方链接:[8.6. Defining Simple Feature Types — GeoMesa 3.2.2 Manuals](https://www.geomesa.org/documentation/3.2.2/user/cli/sfts.html#cli-sft-conf)

转换器官方链接:9. GeoMesa Convert — GeoMesa 3.2.2 Manuals

  • 数据准备

    在$GEOMESA_HBASE_HOME下新建data目录,进入data目录创建data.csv文件

    AAA,red,113.918417,22.505892,2017-04-09T18:03:46
    BBB,white,113.960719,22.556511,2017-04-24T07:38:47
    CCC,blue,114.088333,22.637222,2017-04-23T15:07:54
    DDD,yellow,114.195456,22.596103,2017-04-21T21:27:06
    EEE,black,113.897614,22.551331,2017-04-09T09:34:48
    
  • 定义特征类型

    geomesa = 
      sfts = 
        example = 
          type-name = "example"
          attributes = [
             name = "carid", type = "String", index = true 
             name = "color", type = "String", index = false 
             name = "double_0", type = "Double", index = false 
             name = "double_1", type = "Double", index = false 
             name = "time", type = "Date",   index = false 
             name = "geom", type = "Point",  index = true,srid = 4326,default = true 
       ]
        
      
    
    
  • 定义转换器

    geomesa.converters.example = 
        "fields" : [
            
                "name" : "carid",
                "transform" : "toString($1)"
            ,
            
                "name" : "color",
                "transform" : "toString($2)"
            ,
            
                "name" : "double_0",
                "transform" : "toDouble($3)"
            ,
            
                "name" : "double_1",
                "transform" : "toDouble($4)"
            ,
            
                "name" : "time",
                "transform" : "isoDateTime($5)"
            ,
            
                "name" : "geom",
                "transform" : "point($double_0,$double_1)"
            
        ],
        "format" : "CSV",
        "id-field" : "md5(string2bytes($0))",
        "options" : 
            "encoding" : "UTF-8",
            "error-mode" : "skip-bad-records",
            "parse-mode" : "incremental",
            "validators" : [
                "index"
            ]
        ,
        "type" : "delimited-text"
    
    
  • 导入数据

    geomesa-hbase ingest --catalog geomesa01 \\
    	--feature-name cars20 \\
    	--input-format csv \\
    	-C conf/testconvertor.convert \\
    	-s conf/myschema.sft \\
    	"data/data.csv"
    

  • 进入hbase shell查看导入的数据

    Z2/Z3指示了Geomesa的索引方式(Z2:空间索引;Z3:时空索引)

    索引官方链接:7.3. Index Basics — GeoMesa 3.2.2 Manuals

    scan 'geomesa01_cars20_z3_geom_time_v7'
    

KNN查询

  • 将GeoSparkModified解压到指定目录,此处为 /home/hadoop/compress/

  • 使用geospark.jar作为依赖项运行Spark shell

    spark-shell --jars /home/hadoop/compress/GeoSparkModified-master/classes/artifacts/geospark_jar/geospark.jar
    

  • 导包运行KNN查询代码

    /home/hadoop/compress/GeoSparkModified-master/src/test/resources/arealm.csv文件中含有121960条经纬度

    import org.datasyslab.geospark.spatialOperator.KNNQuery
    import org.datasyslab.geospark.spatialRDD.PointRDD;
    import com.vividsolutions.jts.geom.GeometryFactory;
    import com.vividsolutions.jts.geom.Point;
    import com.vividsolutions.jts.geom.Coordinate;
    
    val fact=new GeometryFactory();
    val queryPoint=fact.createPoint(new Coordinate(-109.73, 35.08)); //查询点
    val objectRDD = new PointRDD(sc, "file:///home/hadoop/compress/GeoSparkModified-master/src/test/resources/arealm.csv", 0, "csv");
    val resultSize = KNNQuery.SpatialKnnQuery(objectRDD, queryPoint, 5); //查询邻近查询点的5个点
    

以上是关于使用GeoMesa实现时空索引并进行KNN查询的主要内容,如果未能解决你的问题,请参考以下文章

使用空间填充曲线的空间和时空索引

Geomesa 位置索引不准确

HBase的RegionServer Group 特性在滴滴的应用

使用 WFS 地理服务器的 Geomesa accumulo CURD 数据操作

Lucene4.6 把时间信息写入倒排索引的Offset偏移量中,并实现按时间位置查询

实现 GridSearchCV 和 Pipelines 以执行 KNN 算法的超参数调整