SpatialHadoop中空间索引系列之（七）RTree/R+Tree的实现

R-Tree

       本节主要描述下在章节V-B中是如何通过基于集群节点的R-Tree索引对空间数据进行分割的。如图4（b）所示，是每个分区中R-Tree局部索引。

       在数据分割阶段，为了计算分块的边界，我们通过批量加载一个输入文件的随机样本到内存中，R-Tree采用文献30中的Sort-Tile-Recursive（STR）算法实现。随机样本的大小为输入文件大小的1%的默认比率，最大限制为100MB，这样可以确保适合内存计算。比率和最大限制都可以通过配置文件设置。如果文件是不点图层，在批量导入阶段使用图形的中心点来代替。当输入文件特别大时，为了保证文件读取的速率，我们采用MapReduce来扫描所有记录和输出结果，每一条记录都有1%的可能性。这部分工作也可以追踪采样点的总体大小（以字节的方式）。如果大小小于100MB，样本将用于构建R-Tree。否则，将执行第二次样本操作，这次将以100/S比率的可能性输出结果，最终生成一个期望100MB大小的子样本。

       一旦样本载入，主节点将通过STR算法和参数d（R-Tree度