题目：面向城市出行服务的多维数据检索系统的设计与实现

在城市交通检测器种类不断丰富的背景下，城市交通数据量持续增长，为城市公共交通信息服务及决策制定提供了有效的数据支撑。当前城市交通行业普遍采用关系型数据库进行数据管理，但数据类型多样化和数据规模不断增大引发存取效率持续下降问题。以NoSQL数据库为代表的分布式数据存储框架，成为近年来解决此问题的关键方法。本文选用HBase数据库作为交通数据存储与管理的平台，首先对比分析了基础索引技术和分布式时空多维索引技术，结合分析得知的交通数据分布倾斜、空间路链相关的特征，发现基于HBase进行交通数据存储，难以体现数据基于路网时空相关的特征，且难以支持有效的时空检索；同时HBase仅通过主键（Row Key）进行实时检索的特点不能满足交通数据的复合条件检索需求。
本文在历史数据统计分析的基础上，提出了交通数据基于路网的时空索引方法，以此为基础，支持城市范围内基于路网空间和时间的查询，并通过辅助索引表支持数据的复合条件检索，最后设计并实现了服务于城市出行的多维数据检索系统。
本文取得的主要成果如下：
（1） 通过数据源分析，发现了动态交通数据所具有的空间倾斜特性以及空间范围内数据的时间分布不均特性，并在此基础上重点分析了对城市路网、功能区进行划分对数据分布产生的影响；
（2） 在数据分析的基础上，建立了数据基于路网倾斜分布的多级分区方法，使得数据基于空间分区均衡分布，防止数据热点问题。基于城市功能区划分下的数据时间分布规律进行时间维度的数据重划分，使得空间多级分区内数据在时间维度上均衡分布，提高检索效率。
（3） 建立了基于HBase的动态交通数据存储/检索结构，针对交通数据的复合检索需求，设计并实现了辅助索引表，支持复合查询场景。在此基础上设计并实现了面向城市出行服务的多维数据检索系统。
本文使用真实的北京市公交GPS、出租GPS和卡口数据，在十亿级别数据量下，对本文提出的数据检索系统进行了测试和分析。测试结果验证了方法的有效性和适用性，表明本文提出的系统能够满足交通数据基于时空、复合条件的检索需求。