Spatial Information Research

Korea Spatial Information Society (대한공간정보학회)
권호 표지

MR-Tree: A Mapping-based R-Tree for Efficient Spatial Searching

Mr-Tree: 효율적인 공간 검색을 위한 매핑 기반 R-Tree

  • 강홍구 (한국인터넷진흥원 융합보호 R&D팀) ;
  • 신인수 (건국대학교 컴퓨터공학부) ;
  • 김정준 (건국대학교 컴퓨터공학부) ;
  • 한기준 (건국대학교 컴퓨터공학부)
  • Received : 2010.07.15
  • Accepted : 2010.10.18
  • Published : 2010.10.31
Download PDF
⟨ Previous Next ⟩

Abstract

Recently, due to rapid increasement of spatial data collected from various geosensors in u-GIS environments, the importance of spatial index for efficient search of large spatial data is rising gradually. Especially, researches based R-Tree to improve search performance of spatial data have been actively performed. These previous researches focus on reducing overlaps between nodes or the height of the R -Tree. However, these can not solve an unnecessary node access problem efficiently occurred in tree traversal. In this paper, we propose a MR-Tree(Mapping-based R-Tree) to solve this problem and to support efficient search of large spatial data. The MR-Tree can improve search performance by using a mapping tree for direct access to leaf nodes of the R-Tree without tree traversal. The mapping tree is composed with MBRs and pointers of R-Tree leaf nodes associating each partition which is made by splitting data area repeatedly along dimensions. Especially, the MR-Tree can be adopted in various variations of the R-Tree easily without a modification of the R-Tree structure. In addition, because the mapping tree is constructed in main memory, search time can be greatly reduced. Finally, we proved superiority of MR-Tree performance through experiments.

최근, u-GIS 환경에서 다양한 지오센서 (Geosensor)의 활용으로 수집되는 공간 데이터의 양이 급증하면서 대용량 공간 데이타의 효율적인 검색을 위한 공간 인덱스의 중요성이 높아지고 있다. 특히, 공간 데이타의 검색 성능을 높이기 위해 R-Tree를 기반으로 한 공간 인덱스에 대한 연구가 활발히 진행되고 있다. 그러나 기존 연구는 R-Tree에서 노드 사이의 겹침이나 트리의 높이를 줄임으로써 어느 정도 검색 성능을 향상시켰지만 트리 순회(tree traversal)에서 발생하는 불필요한 노드 접근 문제를 효율적으로 해결하지 못하고 있다. 본 논문에서는 이러한 문제를 해결하기 위하여 대용량 공간 데이타의 효율적인 검색을 위한 매핑 기반 R-Tree인 MR-Tree(Mapping based R-Tree)를 제안한다. MR-Tree는 R-Tree 순회 없이 리프 노드를 직접 접근하도록 하는 매핑 트리를 이용함으로써 검색 성능을 향상시킨다. 매핑 트리는 데이타 공간을 차원에 따라 반복적으로 분할한 각 파티션(Partition)과 연계되는 R-Tree 리프 노드의 MBR과 포인터를 이용하여 구성된다. 특히, MR-Tree는 기존 R-Tree에 큰 변경없이 구현이 가능하고, 다양한 R-Tree 변형에도 쉽게 적용할 수 있으며, 또한 매핑 트리를 메인 메모리에 상주시킴으로써 검색 시간을 단축시킬 수 있다. 마지막으로 실험을 통해 기존 인덱스보다 MR-Tree 성능의 우수성을 보였다.

Keywords

References

  1. A. Guttman, 1984, "R-Trees: A Dynamic Index Structure for Spatial Searching", Proc. of the ACM SIGMOD Int. Conf. on Management of Data, pp. 47-57.
  2. C. G. Park, H. K. Kang, J. J. Kim, and K. J. Han, 2009, "A Hash-based R-Tree for Fast Search of Large Spatial Data", Proc. of the 1st Int. Conf. on Emerging Databases, pp. 45-50.
  3. H. Bo, and W. Qiang, 2007, "A Spatial Indexing Approach for High Performance Location Based Services", The Journal of Navigation, vol. 60, no. 1, pp. 83-93. https://doi.org/10.1017/S0373463307004043
  4. H. Y. Lin, 2008, "Efficient and Compact Indexing Structure for Processing of Spatial Queries in Line-based Databases", Data and Knowledge Engineering, vol. 64, no. 1, pp. 365-380. https://doi.org/10.1016/j.datak.2007.09.009
  5. J. Nievergelt, H. Hinterberger, and K. C. Sevcik, 1984, "The Grid File: An Adaptable, Symmetric Multikey File Structure", ACM Transactions on Database Systems, vol. 9, no. 1, pp. 38-71. https://doi.org/10.1145/348.318586
  6. J. T. Robinson, 1981, "The K-D-B-Tree: A Search Structure for Large Multi-dimensional Dynamic Indexes", Proc. of the ACM SIGMOD Int. Conf. on Management of Data, pp. 10-18.
  7. K. Michal, S. Vaclav, P. Jaroslav, and Z. Pavel, 2006, "Efficient Processing of Narrow Range Queries in Multi-dimensional Data Structures", Proc. of the 10th Int. Database Engineering and Applications Symposium, pp. 69-79.
  8. M. Moreau, and W. Osborn, 2008, "An Insertion Strategy for a Two-Dimensional Spatial Access Method", Proc. of the Canadian Conf. on Computer Science and Software Engineering, pp. 129-131.
  9. N. Beckmann, H. P. Kriegel, R. Schneider, and B. Seeger, 1990, "The R*-Tree: An Efficient and Robust Access Method for Points and Rectangles", Proc. of ACM SIGMOD Int. Conf. on Management of Data, pp. 322-331.
  10. S. Berchtold, D. A. Keim, and H. Kriegel, 1996, "The X-Tree : An Index Structure for High-Dimensional Data", Proc. of 22th Int. Conf. on Very Large Data Bases, pp. 28-39.
  11. S. K. Kim, S. H. Baek, D. W. Lee, W. I. Chung, G. B. Kim, and H. Y. Bae, 2009, "Data Source Management Using Weight Table in u-GIS DSMS", Journal of Korea Spatial Information System Society, vol. 11, no. 2, pp. 27-33.
  12. T. K. Sellis, N. Roussopoulos, and C. Faloutsos, 1987, "The R+-Tree: A Dynamic Index for Multi-dimensional Objects", Proc. of the 13th Int. Conf. on Very Large Data Bases, pp. 507-518.
  13. Y. C. Fu, Z. Y. Hu, W. Guo, and D. R. Zhou, 2003, "QR-Tree: A Hybrid Spatial Index Structure", Proc. of the 2nd Int. Conf. on Machine Learning and Cybernetics, pp. 459-463.
  14. Y. Manolopoulos, E. Nardelli, A. Papadopoulos, and G. Proietti, 1996, "QR-Tree: A Hybrid Spatial Data Structure", Proc. of the 1st Int. Conf. on Geographic Information Systems in Urban, Regional and Environmental Planning, pp. 3-7.
  15. 강홍구, 김정준, 신인수, 한기준, 2008, "대용량 공간 데이타의 빠른 검색을 위한 해시 기반 R-Tree", 2008 공동추계학술대회 논문집, 한국공간정보시스템학회, pp. 82-89.
  16. 박종현, 2008, "Ubiquitous Sensor Network and u-GIS 기술 특집", 인터넷정보학회지, 제9권, 제1 호, pp. 3-3.
  17. 이득우, 강홍구, 이기영, 한기준, 2009, "DGR-Tree : u-LBS에서 POI의 검색을 위한 효율적인 인덱스 구조", 한국공간정보시스템학회 논문지, 제11권, 제3호, pp. 55-62.