Índices Espaciais e Paralelismo no Processamento de Junções Espaciais no GOA++

Informações:

Publicações do PESC

Título
Índices Espaciais e Paralelismo no Processamento de Junções Espaciais no GOA++
Linha de pesquisa
Engenharia de Dados e Conhecimento
Tipo de publicação
Dissertação de Mestrado
Número de registro
Data da defesa
27/3/2000
Resumo
PESC: Resumo de Dissertação de Mestrado Resumo da Tese apresentada à COPPE/UFRJ como parte dos requisitos necessários para a obtenção do grau de Mestre em Ciências (M.Sc.)

Índices Espaciais e Paralelismo no Processamento de Junções Espaciais no GOA++

Alexandre de Assis Bento Lima

Março/2000
Orientadores: Marta Lima Queirós Mattoso
Claudio Esperança 		 

 
Programa: Engenharia de Sistemas e Computação

      A junção espacial é uma das mais custosas operações computadas por sistemas que lidam com informações normalmente manipulado por estes sistemas e à complexidade dos dados envolvidos. Por isso, várias técnicas para melhoria do desempenho de junções espaciais têm sido propostas.
      Este trabalho tem como objetivo propor algoritmos eficientes para a computação de junções espaciais usando representações orientadas a objetos, indexação através de estruturas de dados espaciais e processamento paralelo.
      Durante os testes realizados, os algoritmos propostos produziram resultados próximos do ideal, apresentaram boa estabilidade e possuem a vantagem de poderem ser implementados em uma arquitetura de memória distribuída, possibilitando sua utilização em uma ampla variedade de configurações.

Abstract
PESC: Master's Degree Abstract Abstract of Thesis presented at COPPE/UFRJ as a partial fulfillment of the requirements for the degree of Master of Science (M.Sc.)

Spatial Index and Spatial Join Parallel Processing using Goa++

Alexandre de Assis Bento Lima

March/2000
Advisors:Marta Lima Queirós Mattoso
Claudio Esperança 		 
Department: Systems Engineering and Computer Science

      The spatial join is one of the most expensive operations carried out by Geographic Information Systems (GIS). Such high cost is due to the information volume that such systems have to cape with, and to the high complexity of spatial data. Many techniques have been proposed in arder to improve spatial join performance.
      This work proposes efficient spatial join algorithms using object-orientation, indexing through spatial data structures, and parallel processing.
      Performance tests showed that our algorithm produced near-optimum results, good scalability and the advantage of being implemented in a distributed memory architecture, allowing its utilization in a great number of different hardware configurations.

Arquivo
Topo