сгенерировать QR код
Открытый доступ
Только для подписчиков
Анализ существующих технологий обработки потоков пространственно-временных данных для современных информационно-измерительных систем
Аннотация
Исследованы существующие технологии обработки потоков пространственно-временных данных от системы датчиков (сенсоров) для выбора наиболее подходящих технологий для практической реализации различных информационно-измерительных систем. Проанализированы типовые технологии обработки потоков пространственно-временных данных от датчиков. Предложены критерии выбора необходимой технологии для реализации в конкретной информационно-измерительной системе.
Об авторах
А. А. Майоров
Московский государственный университет геодезии и картографии
Россия
Россия
А. В. Матерухин
Московский государственный университет геодезии и картографии
Россия
Россия
Список литературы
1. Муха Ю. П., Королёва И. Ю. Информационно-измерительные системы. Волгоград: ВолгГТУ, 2015.
2. Крюков В. В. Информационно-измерительные системы. Владивосток: ВГУЭС, 2000.
3. Цапенко М. П. Измерительные информационные системы. М.: Энергия, 1974.
4. The GIS Tools for Hadoop are a collection of GIS tools for spatial analysis of big data. [Электрон. ресурс]: https://github.com/Esri/gis-tools-for-hadoop (дата обращения: 01.09.2016).
5. Aji A., Wang F., Vo H., Lee R., Liu Q., Zhang X., Saltz J. Hadoop-GIS: A High Performance Spatial Data Warehousing System over MapReduce: Proc. VLDB Endow. 2013. [Электрон. ресурс]: http:// www dx.doi.org/10.14778/2536222.25362271009-1020 (дата обращения: 01.09.2016).
6. Fox A., Eichelberger C., Hughes J., Lyon S. Spatio-temporal indexing in non-relational distributed databases: IEEE Int. Conf. 2013. P. 291-299. DOI: 10.1109/BigData.2013.6691586.
7. Codd E. F. A relational model of data for large shared data banks // Commun. ACM. 1970. V. 13. N. 6. P. 377-387.
8. Chandrasekaran S., Cooper O., Deshpande A., Franklin M. J., Hellerstein J. M., Hong W., Krishnamurthy S., Madden S. R., Reiss F., Shah M. A. TelegraphCQ: continuous dataflow processing 2003 ACM SIGMOD: Proc. Int. conf. Management of data (SIGMOD '03). ACM, N. Y., USA, P. 668-668.
9. Abadi D. J., Carney D., Çetintemel U., Cherniack M., Convey Ch., Lee S., Stonebraker M., Tatbul N., S. Zdonik. Aurora: a new model and architecture for data stream management // J. The VLDB, 2003. V. 12. N. 2. P 120-139.
10. Arasu A., Babcock B., Babu Sh., Datar M., Ito K., Nishizawa I., Rosenstein J., Widom J. STREAM: the stanford stream data manager (demonstration description): Proc. of the 2003 ACM SIGMOD Int. conf. on Management of data (SIGMOD '03). ACM, N. Y., USA, P. 665-665.
11. Kazemitabar S. J., Demiryurek U., Ali M., Akdogan A., Shahabi C. Geospatial stream query processing using Microsoft SQL Server StreamInsight: Proc. VLDB Endow. 2010. P. 1537-1540. DOI:10.14778/1920841.1921032.
12. Pandey V., Kipf A., Vorona D., Mühlbauer T., Neumann T., Kemper A. High-Performance Geospatial Analytics in HyPerSpace: Proc. of the 2016 Int. Conf. on Management of Data (SIGMOD '16). ACM, N. Y., USA, P. 2145-2148.
13. Hendawi A. M., Shi Y., Fattah H., Karwa J., Ali. M. RxSpatial: a framework for real-time spatio-temporal operations: demo: Proc. 10th ACM Int. Conf. on Distributed and Event-based Systems (DEBS '16). 2016. ACM, N. Y., USA, P. 366-367.
Рецензия
Для цитирования:
Майоров А.А., Матерухин А.В. Анализ существующих технологий обработки потоков пространственно-временных данных для современных информационно-измерительных систем. Izmeritelʹnaya Tekhnika. 2017;(4):31-34.
Просмотров:
107
Послать статью по эл. почте 