GeoMesa时空数据管理 刘钧文，梁超，俞自生著 9787115609830 人民邮电出版社 2023-06-01 普通图书/教材教辅考试/教材/大学教材/计算机与互联网
本库所有图书均为正版图书
￥ 33.77 4.2折 ￥ 79.9 全新
库存30件
江西南昌
认证卖家担保交易快速发货售后保障
作者刘钧文，梁超，俞自生著
出版社人民邮电出版社
ISBN9787115609830
出版时间2023-06
装帧平装
开本16开
定价79.9元
货号63B5851326E847389BD
上书时间2024-11-29
- 最新上架
商品详情
- 品相描述：全新
- 商品描述
-
作者简介
刘钧文 哈尔滨工业大学建筑学硕士，京东科技算法研究员，中国计算机学会（CCF）会员。负责京东时空数据引擎的开发和时空数据产品的研发工作。研究兴趣包括：时空数据的管理、时空数据库、数据库优化器的原理及其实现、分布式计算以及城市计算。
梁超 人文地理与城乡规划专业，广东国地资源与环境研究院研究员，中国计算机学会（CCF会员）。擅长机器学习与GIS空间分析。研究兴趣包括：城市大数据与机器学习、时空数据挖掘以及城市计算。
俞自生 西安电子科技大学计算机本硕，中国计算机学会（CCF）会员，京东城市算法研究员，主要参与京东时空数据引擎的设计与开发，以及时空算法落地与实现等工作，研究兴趣包括：城市计算、时空数据管理与分析、分布式数据库以及复杂网络等。
目录
第 1章 GeoMesa的前世今生1
1.1 时空数据背景1
1.1.1 时空数据简介1
1.1.2 时空数据处理过程2
1.1.3 时空数据库的产生3
1.2 传统时空数据库的瓶颈4
1.2.1 无法支持海量数据4
1.2.2 无法进行弹性扩展5
1.2.3 流式数据的支持受限5
1.2.4 改造成本较高5
1.3 GeoMesa概述5
1.3.1 GeoMesa横空出世5
1.3.2 GeoMesa设计思想6
1.3.3 GeoMesa核心特性8
1.4 GeoMesa生态圈9
1.4.1 GeoMesa支持的第三方组件9
1.4.2 使用GeoMesa的产品10
1.5 本章小结10
第 2章 GeoMesa上手教程11
2.1 下载、安装以及配置12
2.1.1 下载和安装12
2.1.2 GeoMesa-HBase的配置13
2.2 通过命令行使用GeoMesa-HBase16
2.2.1 环境和状态命令16
2.2.2 数据模式相关命令17
2.2.3 数据编辑命令20
2.2.4 查询导出命令21
2.2.5 分析命令23
2.2.6 定义SimpleFeatureType25
2.2.7 日志异常处理25
2.2.8 GeoMesa Scala控制台26
2.2.9 GeoTools 命令行工具28
2.3 快速入门30
2.4 通过Java API使用GeoMesa-HBase33
2.4.1 Maven的配置与使用33
2.4.2 Java API的使用示例33
2.5 本章小结35
第3章 GeoTools基本概念36
3.1 空间矢量数据概述36
3.1.1 矢量数据简介36
3.1.2 OpenGIS规范37
3.1.3 GeoTools概述38
3.2 DataStore40
3.2.1 DataStore简介40
3.2.2 DataStore使用40
3.3 SimpleFeatureType41
3.3.1 SimpleFeatureType概念42
3.3.2 SimpleFeatureType使用43
3.4 SimpleFeature44
3.4.1 SimpleFeature概念44
3.4.2 SimpleFeature使用45
3.5 GeoTools的内部逻辑45
3.5.1 获取DataStore实例46
3.5.2 创建Schema46
3.5.3 数据写入47
3.5.4 数据读取50
3.6 本章小结51
第4章 GeoMesa的时空索引52
4.1 时空索引概述52
4.1.1 索引的基础知识53
4.1.2 传统的空间索引54
4.1.3 空间填充曲线56
4.1.4 Google S2索引与Uber H3索引64
4.2 GeoMesa的索引实现66
4.2.1 GeoMesa中索引的类型66
4.2.2 GeoMesa索引具体的使用方法67
4.3 GeoMesa的索引查询69
4.3.1 条件分解69
4.3.2 索引选择70
4.4 GeoMesa的索引配置72
4.4.1 配置FeatureID编码方式72
4.4.2 配置Geometry序列化72
4.4.3 配置列族73
4.4.4 自定义创建索引74
4.4.5 配置“Z”索引分片个数74
4.4.6 配置“Z”索引时间间隔74
4.4.7 配置“XZ”索引精度75
4.4.8 配置ATTR索引分片个数75
4.4.9 配置ATTR字段基数75
4.4.10 配置索引分区76
4.4.11 配置索引拆分策略76
4.4.12 配置查询76
4.4.13 配置统计缓存77
4.4.14 配置时间优先级77
4.4.15 配置混合几何类型78
4.5 本章小结78
第5章 数据写入79
5.1 数据写入概述79
5.1.1 数据写入流程79
5.1.2 使用示例80
5.2 生成ID信息82
5.2.1 用户指定82
5.2.2 随机生成82
5.3 获取写入对象84
5.3.1 写入表的对象84
5.3.2 写入分区表的对象85
5.4 写入存储引擎87
5.4.1 获取转换器88
5.4.2 构建索引89
5.4.3 数据写入92
5.5 更新统计信息94
5.5.1 构造统计查询条件94
5.5.2 执行统计操作97
5.6 数据组织方式98
5.6.1 元数据管理98
5.6.2 实体数据管理99
5.7 本章小结100
第6章 数据查询101
6.1 数据查询概述101
6.2 查询准备102
6.2.1 获取对应的DataStore对象102
6.2.2 获取SimpleFeatureType信息104
6.2.3 查询校验105
6.3 查询计划生成106
6.3.1 准备查询计划106
6.3.2 结合索引生成查询范围110
6.3.3 获取底层表信息114
6.3.4 构造存储引擎查询信息115
6.4 执行并获取数据119
6.4.1 执行查询120
6.4.2 获取数据120
6.5 本章小结122
第7章 数据统计123
7.1 数据统计概述123
7.2 统计功能124
7.3 统计信息获取方法125
7.3.1 通过Hints来获取统计信息125
7.3.2 通过接口来获取统计信息126
7.4 执行流程127
7.4.1 流程概述127
7.4.2 命令解析128
7.4.3 执行统计129
7.4.4 统计信息的序列化和反序列化过程130
7.5 本章小结136
第8章 数据分析137
8.1 空间数据分析137
8.1.1 空间数据分析概述137
8.1.2 GeoMesa中对空间数据分析操作139
8.2 热力图分析操作140
8.2.1 热力图分析概述140
8.2.2 GeoMesa中热力图分析功能的使用方法141
8.3 KNN查询操作143
8.3.1 KNN概述143
8.3.2 GeoMesa中KNN查询功能的使用方法145
8.4 近似查询操作146
8.4.1 近似查询概述147
8.4.2 GeoMesa中近似查询功能的使用方法148
8.5 本章小结149
第9章 数据工作流150
9.1 数据工作流概述150
9.2 NiFi概述151
9.2.1 NiFi简介151
9.2.2 NiFi的特性153
9.2.3 Processor机制153
9.3 GeoMesa与NiFi整合154
9.3.1 NiFi自定义数据处理器155
9.3.2 GeoMesa扩展结构160
9.4 GeoMesa NiFi数据处理算子160
9.4.1 转换器处理器160
9.4.2 记录处理器161
9.4.3 Avro 处理器162
9.4.4 记录更新处理器162
9.4.5 数据源处理器163
9.4.6 转换处理器164
9.5 本章小结164
第 10章 GeoMesa的数据存储方案165
10.1 使用HBase存储数据165
10.1.1 HBase概述165
10.1.2 GeoMesaHBase DataStore简介166
10.2 使用Kafka存储数据168
10.2.1 Kafka概述168
10.2.2 GeoMesa Kafka DataStore简介169
10.3 使用Redis存储数据172
10.3.1 Redis概述172
10.3.2 GeoMesa Redis DataStore简介172
10.4 使用CQEngine存储数据174
10.4.1 CQEngine概述174
10.4.2 GeoMesa CQEngine DataStore简介174
10.5 使用FileSystem存储数据176
10.5.1 FileSystem概述176
10.5.2 GeoMesa FSDS简介176
10.6 使用Lambda存储数据181
10.6.1 Lambda概述181
10.6.2 GeoMesa Lambda DataStore简介182
10.7 本章小结184
第 11章 分布式计算185
11.1 Spark和Spark SQL185
11.1.1 Spark概述185
11.1.2 Spark SQL概述186
11.2 GeoMesa接入Spark的方式188
11.2.1 GeoMesa Spark整体架构188
11.2.2 GeoMesa对RDD的扩展189
11.2.3 GeoMesa对JTS的扩展192
11.2.4 GeoMesa对Spark SQL空间能力的扩展196
11.3 空间数据计算函数207
11.3.1 空间数据构建函数207
11.3.2 空间数据信息抽取函数208
11.3.3 空间数据转换函数208
11.3.4 空间数据输出函数209
11.3.5 空间数据关系函数209
11.3.6 空间数据处理函数210
11.4 本章小结210
第 12章 操作时遇到的若干问题211
12.1 GeoMesa写入数据时出现的问题211
12.1.1 Region繁忙的问题211
12.1.2 数据记录过大的问题216
12.2 GeoMesa查询数据时出现的问题218
12.2.1 数据采样的问题219
12.2.2 数据分页的问题221
12.2.3 利用Spark查询GeoMesa时，无法设置返回数据量上限的问题225
12.2.4 查询时数据不一致的问题230
12.3 GeoMesa分析统计时出现的问题233
12.4 本章小结237
参考文献238
内容摘要
这是一本专门为智慧城市开发和管理人员打造的GeoMesa学习图书。本书的重点不仅包括宏观的行业环境，还包括对GeoMesa内部原理的剖析，力图帮助读者搭建GeoMesa以及时空数据高效管理的完整知识体系和技能树。
本书首先从GeoMesa的历史及上手教程入手。然后，为了加强读者对入门代码中内容的理解，本书对GeoTools的基本概念进行介绍。接着，为了进一步引导读者对时空数据管理建立认知，本书详细阐述GeoMesa核心的时空索引。除了理论方面的介绍，本书还介绍GeoMesa数据写入、数据查询、数据统计、数据分析、数据工作流以及数据存储方案的使用方法和原理，以及GeoMesa对分布式计算的扩展。最后，作者针对实际操作时遇到的典型问题，给出详细的解决方案。
主编推荐
1.京东智慧城市专业开发人员所写，4年之久的Geomesa经验，汇成一份通俗易懂的使用指南。
2.随着智慧城市建设的不断推进，Geomesa作为时空数据的基础组件越来越受到关注，本书可以帮助读者更好地学习、掌握和应用Geomesa。
3.内容丰富，涵盖多个方面：如何管理时空数据、如何分析时空数据等，并且将技术与商业场景相结合，以案例方式讲解Geomesa在实际中的应用。
4.除了Geomesa的内部原理和使用方法外，还列举了数个行业领域的实际应用，包括阿里、京东、蔚来汽车、吉利汽车等，并且在商业应用中取得了良好的效果。
— 没有更多了 —
以下为对购买帮助不大的评价