JTS Topology Suite 中的 STRtree：批量加载数据和构建索引

Question

现在我在文本文件中有一组数据（足够大），假设每一行代表一个矩形：

x1,y1,x2,y2

读取文件后，如何使用 http://www.vividsolutions.com/jts/javadoc/index.html 批量加载和构建 R-tree 索引？

我查看了它的API，批量加载时似乎只有insert可以使用。

这是我的测试代码：

    STRtree rtree = new STRtree();

    rtree.insert(new Envelope(1.0,2.0,1.2,3.4),new Integer(1));
    rtree.insert(new Envelope(4.0,3.2,1.9,4.4),new Integer(2));
    rtree.insert(new Envelope(3.4,3.8,2.2,5.2),new Integer(3));
    rtree.insert(new Envelope(2.1,5.3,5.2,3.6),new Integer(4));
    rtree.insert(new Envelope(4.2,2.2,2.9,10.3),new Integer(5));

    List<Object> list = rtree.query(new Envelope(1.4,5.6,2.0,3.0));

构建 R-tree 索引的方法是否正确（只需使用insert 方法）？

另一个问题是， 假设输入文件足够大，例如GB甚至TB规模，存储在HDFS中，在这种情况下，我想要上面基于Apache Spark的并行版本的代码。

最后，有什么想法可以将 R-tree 保存到文件中进行存储，并便于恢复以供以后使用？

编辑： 现在我阅读了HDFS 文件来构建索引，这是我的代码：

    val inputDataPath = "hdfs://localhost:9000/user/chenzhongpu/testData.dat"
    val conf = new SparkConf().setAppName("Range Query")

    // notice that: the function names for queries differ accoss systems.
    // here we simply refer intersect.

    val sc = new SparkContext(conf)

    val inputData = sc.textFile(inputDataPath).cache()

    val strtree = new STRtree

    inputData.foreach(line => {val array = line.split(",").map(_.toDouble); strtree.insert(new Envelope(array(0),array(1),array(2),array(3)),
      new Rectangle(array(0),array(1),array(2),array(3)))})

我在foreach中调用了insert，当我打印strtree的大小时，是零！

为什么foreach 中的insert 方法不起作用？我错过了什么吗？

Answer 1

您正在正确构建所有内容，STRTree 会进行批量加载，直到您查询，之后它不允许您添加或删除节点。如果您想将其与 apache spark 并行化，您可以制作一个自定义分区器（类似于范围分区器），将您的区域划分为一个大网格，然后为每个分区运行一个 STRTree。在 spark（和标准 java）中，您可以轻松地将 STRTree 保存到文件中，因为它实现了可序列化。

RangePartioner 的代码非常复杂，因为它对输入数据进行采样并创建范围的概率分区，如果您已经知道最大界限，您可以通过根据您想要的并行度制作网格来做一些更简单的事情（分区器基本上可以工作，通过查找几何体是网格的哪一部分并将所有几何体发送到该分区，分区器还可能使用 STRTree 来提高速度）

还有一个建议，为简单起见，您可以使用 spark 中的标准 RangePartitioner 仅在 x 或仅 y 上分区，但使用自定义 RangePartitioner 可能会更好