摘要：对于大规模空间数据集,当前拓扑关系串行算法的计算效率已提升至极限,需利用更多的计算资源实现拓扑关系的高效并行计算。本文在分析拓扑关系计算层次特征与拓扑计算特点的基础上,引入Q&R索引实现矢量数据集的划分与非相交矢量数据集过滤,研发了拓扑关系并行算法中间件,在云环境下进行了部署,并应用于大规模宗地数据的质量检查。应用结果表明:在云环境的虚拟化集群资源中。利用本文方法可实现进程间计算任务负载的高度均衡与数据负载的基本均衡;加速比与进程数呈线性正相关,拓扑并行算法的计算效率稳定在80%。本文为基于云环境虚拟化的各种高性能计算环境下海量地籍数据库的拓扑关系质量检查服务提供了一种高效可用的并行计算算法与并行计算中间件。

注：因版权方要求，不能公开全文，如需全文，请咨询杂志社