Packing R-trees with Space-filling Curves: Theoretical Optimality, Empirical Efficiency

Packing R-trees with Space-filling Curves: Theoretical Optimality, Empirical Efficiency, and Bulk-loading Parallelizability（TODS 2020）

在大数据时代，大量的数据和各种各样的数据分布要求访问方法在查询处理和索引管理方面都是高效的，并且在实际和最坏的工作负载下都是高效的。为了满足这一需求，我们回顾两种经典的多维访问方法——r树和空间填充曲线。提出了一种基于空间填充曲线的r树填充策略。在最坏的情况下，该策略产生的r树对于窗口查询具有渐近最优的I/O复杂度。实验表明，我们的r树在查询不同分布的真实数据和合成数据方面都是高效的。所提出的策略也很容易并行化，因为它只依赖于排序。在此基础上提出了一种r树批量加载并行算法，并分析了该算法在大规模并行通信模型下的性能。为了处理动态数据更新，我们进一步提出索引更新算法，在不影响最佳查询I/O复杂度的情况下处理数据插入和删除。实验结果证实了该算法在大数据集上的有效性和高效性。

简述下相关内容：

1.  我们提出了一种r树填充策略，该策略创建的r树具有最坏情况下最优窗口查询I/O成本。关键一个步骤是映射空间点到rank space。

2. 我们的r树填充策略只依赖于排序。这种策略的一个关键优势是高度并行化，使用这种策略批量加载Rtree非常适合流行的大规模并行通信(MPC)模型[5,6,10]，这为设计算法MapReduce系统[18]奠定了基础。

3. 我们进一步考虑如何在不影响最坏情况查询成本最优性的情况下处理大容量加载r树的数据更新。我们首先通过索引树中数据点的z顺序值(除了它们的mbr)，将大容量加载的r树转换为