本發(fā)明涉及高性能計(jì)算領(lǐng)域和數(shù)據(jù)庫(kù)領(lǐng)域，具體地涉及一種路網(wǎng)中移動(dòng)對(duì)象查詢(xún)方法。

背景技術(shù)：

隨著移動(dòng)設(shè)備的廣泛普及和位置服務(wù)的不斷發(fā)展，針對(duì)移動(dòng)對(duì)象的查詢(xún)處理成為研究的熱點(diǎn)。典型的查詢(xún)，例如：查找距離用戶(hù)最近的超市或加油站；距離用戶(hù)最近的出租車(chē)等。在人們的日常生活中，所有的對(duì)象都是基于路網(wǎng)進(jìn)行運(yùn)動(dòng)。對(duì)于路網(wǎng)中任意對(duì)象x和y，對(duì)象間的路網(wǎng)距離d(x,y)比歐式距離||x–y||能更好的反映出對(duì)象間的實(shí)際距離。例如，在雙向車(chē)道中，車(chē)輛q到位于另一側(cè)加油站p的路網(wǎng)距離d(q,p)遠(yuǎn)遠(yuǎn)大于兩者之間的歐式距離||q–p||。因此，兩個(gè)對(duì)象間的路網(wǎng)距離d(q,p)比歐氏距離||q–p||更有意義。

但是，本申請(qǐng)發(fā)明人在實(shí)現(xiàn)本發(fā)明的過(guò)程中發(fā)現(xiàn)，已有的路網(wǎng)中移動(dòng)對(duì)象查詢(xún)算法具有如下缺陷：隨著用戶(hù)數(shù)量的不斷增加，應(yīng)用場(chǎng)景的不斷豐富，常規(guī)的knn算法不能很好的應(yīng)對(duì)新出現(xiàn)的應(yīng)用。

例如，對(duì)于典型的打車(chē)應(yīng)用，車(chē)輛在運(yùn)行過(guò)程中會(huì)產(chǎn)生一個(gè)車(chē)輛位置更新數(shù)據(jù)流。同時(shí)，大量用戶(hù)發(fā)起的打車(chē)請(qǐng)求會(huì)形成一個(gè)查詢(xún)數(shù)據(jù)流。系統(tǒng)首先要對(duì)車(chē)輛位置信息進(jìn)行實(shí)時(shí)更新，以確保查詢(xún)結(jié)果的有效性，同時(shí)又需要實(shí)時(shí)響應(yīng)所有用戶(hù)的查詢(xún)請(qǐng)求，以確保服務(wù)質(zhì)量。對(duì)于這類(lèi)應(yīng)用場(chǎng)景，當(dāng)knn算法采用每次處理一個(gè)查詢(xún)(onebyone)的方式時(shí)，大量用戶(hù)需要排隊(duì)以等待查詢(xún)響應(yīng)，用戶(hù)的排隊(duì)等待時(shí)間將嚴(yán)重影響服務(wù)質(zhì)量。

因此，已有的路網(wǎng)中移動(dòng)對(duì)象查詢(xún)算法不能很好地應(yīng)對(duì)新出現(xiàn)的需求，需要找到新的移動(dòng)對(duì)象查詢(xún)方案，以滿足大數(shù)據(jù)下位置服務(wù)的查詢(xún)需求。

技術(shù)實(shí)現(xiàn)要素：

本發(fā)明實(shí)施例的目的是提供一種路網(wǎng)中移動(dòng)對(duì)象查詢(xún)方法，該移動(dòng)對(duì)象查詢(xún)方法用于實(shí)現(xiàn)滿足大數(shù)據(jù)下位置服務(wù)的查詢(xún)需求的移動(dòng)對(duì)象查詢(xún)方案。

為了實(shí)現(xiàn)上述目的，本發(fā)明實(shí)施例提供一種路網(wǎng)中移動(dòng)對(duì)象查詢(xún)方法，用于服務(wù)器端，且所述路網(wǎng)中移動(dòng)對(duì)象查詢(xún)方法包括：獲取移動(dòng)對(duì)象更新數(shù)據(jù)和用戶(hù)輸入的查詢(xún)數(shù)據(jù)；采用多核cpu，基于移動(dòng)對(duì)象在路網(wǎng)中所在的節(jié)點(diǎn)對(duì)所獲取的移動(dòng)對(duì)象更新數(shù)據(jù)進(jìn)行聚集索引以及基于查詢(xún)數(shù)據(jù)在路網(wǎng)中所在的邊來(lái)對(duì)所獲取的查詢(xún)數(shù)據(jù)進(jìn)行聚集索引；以及將聚集索引后的數(shù)據(jù)放入gpu中進(jìn)行基于最近鄰knn算法的計(jì)算，以獲得查詢(xún)結(jié)果。

可選地，所述獲取移動(dòng)對(duì)象更新數(shù)據(jù)和用戶(hù)輸入的查詢(xún)數(shù)據(jù)包括：周期性采集移動(dòng)對(duì)象更新數(shù)據(jù)，該移動(dòng)對(duì)象更新數(shù)據(jù)包括移動(dòng)對(duì)象識(shí)別號(hào)及移動(dòng)對(duì)象坐標(biāo)；實(shí)時(shí)接收用戶(hù)輸入的查詢(xún)數(shù)據(jù)；以及采用緩存器緩存所述移動(dòng)對(duì)象更新數(shù)據(jù)及所述查詢(xún)數(shù)據(jù)，并按照需要使用的線程數(shù)劃分所述緩存器中的數(shù)據(jù)，其中每個(gè)線程處理一塊移動(dòng)對(duì)象更新數(shù)據(jù)或查詢(xún)數(shù)據(jù)。

可選地，采用快照的方式將所述移動(dòng)對(duì)象更新數(shù)據(jù)和所述查詢(xún)數(shù)據(jù)存儲(chǔ)到所述緩存器中。

可選地，基于移動(dòng)對(duì)象在路網(wǎng)中所在的節(jié)點(diǎn)對(duì)所獲取的移動(dòng)對(duì)象更新數(shù)據(jù)進(jìn)行聚集索引包括：計(jì)算移動(dòng)對(duì)象與其所在路徑中的兩個(gè)端點(diǎn)處的節(jié)點(diǎn)的距離；將與端點(diǎn)處的節(jié)點(diǎn)距離不超過(guò)其路徑長(zhǎng)度一半的移動(dòng)對(duì)象的移動(dòng)對(duì)象更新數(shù)據(jù)聚集在該節(jié)點(diǎn)；以及將聚集完成的移動(dòng)對(duì)象更新數(shù)據(jù)放入一個(gè)對(duì)象表結(jié)構(gòu)中。

可選地，基于查詢(xún)數(shù)據(jù)在路網(wǎng)中所在的邊來(lái)對(duì)所獲取的查詢(xún)數(shù)據(jù)進(jìn)行聚集索引包括：將所有查詢(xún)數(shù)據(jù)按照所在路徑進(jìn)行聚集，并將同一條路徑上的查詢(xún)數(shù)據(jù)放入一個(gè)查詢(xún)表結(jié)構(gòu)的相鄰存儲(chǔ)位置。

可選地，將聚集索引后的數(shù)據(jù)放入gpu中進(jìn)行基于knn算法的計(jì)算包括：基于聚集索引后的數(shù)據(jù)，計(jì)算路徑中的任意一個(gè)節(jié)點(diǎn)所在路徑的兩個(gè)端點(diǎn)的knn結(jié)果集；基于聚集索引后的數(shù)據(jù)，計(jì)算路徑中的移動(dòng)對(duì)象集合；以及從所述knn結(jié)果集和所述移動(dòng)對(duì)象集合的合集中查詢(xún)出所選定的節(jié)點(diǎn)的knn結(jié)果集。

可選地，采用多核cpu進(jìn)行的聚集索引是格網(wǎng)索引，且所述格網(wǎng)索引包括：將各移動(dòng)對(duì)象更新數(shù)據(jù)索引至格網(wǎng)中與該移動(dòng)對(duì)象更新數(shù)據(jù)的二維歐式空間坐標(biāo)相對(duì)應(yīng)的單元格中；以及將各查詢(xún)數(shù)據(jù)索引至格網(wǎng)中與該查詢(xún)數(shù)據(jù)相匹配的移動(dòng)對(duì)象更新數(shù)據(jù)所在的單元格中。

可選地，所述格網(wǎng)索引還包括：當(dāng)格網(wǎng)中的單元格中所聚集的數(shù)據(jù)的量超出設(shè)定閾值時(shí)，在gpu端將該單元格劃分為至少兩個(gè)子單元格，并將各數(shù)據(jù)相應(yīng)存儲(chǔ)至對(duì)應(yīng)的子單元格。

可選地，所述路網(wǎng)中移動(dòng)對(duì)象查詢(xún)方法還包括：將所述查詢(xún)結(jié)果分發(fā)給用戶(hù)，并刪除進(jìn)行計(jì)算的過(guò)程中所產(chǎn)生的中間結(jié)果。

另一方面，本發(fā)明提供一種計(jì)算可讀存儲(chǔ)介質(zhì)，該計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)上存儲(chǔ)有計(jì)算機(jī)指令，該計(jì)算機(jī)指令用于使得所述計(jì)算機(jī)執(zhí)行本申請(qǐng)上述的方法。

通過(guò)上述技術(shù)方案，本發(fā)明實(shí)施例所具有的有益效果是：本發(fā)明實(shí)施例提出了一種基于新硬件環(huán)境下的高吞吐量路網(wǎng)中移動(dòng)對(duì)象查詢(xún)方法，其充分發(fā)揮了大內(nèi)存、多核cpu、gpu的特點(diǎn)，從而提高了移動(dòng)對(duì)象的查詢(xún)處理效率，更能滿足大數(shù)據(jù)下基于位置服務(wù)的用戶(hù)查詢(xún)需求。

本發(fā)明實(shí)施例的其它特征和優(yōu)點(diǎn)將在隨后的具體實(shí)施方式部分予以詳細(xì)說(shuō)明。

附圖說(shuō)明

附圖是用來(lái)提供對(duì)本發(fā)明實(shí)施例的進(jìn)一步理解，并且構(gòu)成說(shuō)明書(shū)的一部分，與下面的具體實(shí)施方式一起用于解釋本發(fā)明實(shí)施例，但并不構(gòu)成對(duì)本發(fā)明實(shí)施例的限制。在附圖中：

圖1是根據(jù)本發(fā)明實(shí)施例的路網(wǎng)中移動(dòng)對(duì)象查詢(xún)方法的流程示意圖；

圖2是根據(jù)本發(fā)明實(shí)施例的獲取移動(dòng)對(duì)象更新數(shù)據(jù)和查詢(xún)數(shù)據(jù)的流程示意圖；

圖3是根據(jù)本發(fā)明實(shí)施例的對(duì)移動(dòng)對(duì)象更新數(shù)據(jù)進(jìn)行聚集索引的流程示意圖；

圖4是對(duì)移動(dòng)對(duì)象進(jìn)行聚集索引的示例的示意圖；

圖5是通過(guò)gpu對(duì)聚集索引后的數(shù)據(jù)進(jìn)行計(jì)算的流程示意圖；

圖6是根據(jù)本發(fā)明實(shí)施例的gpgpu模型的架構(gòu)示意圖；以及

圖7是根據(jù)本發(fā)明實(shí)施例的基于大內(nèi)存和gpgpu模型進(jìn)行移動(dòng)對(duì)象knn查詢(xún)的示意圖。

具體實(shí)施方式

以下結(jié)合附圖對(duì)本發(fā)明實(shí)施例的具體實(shí)施方式進(jìn)行詳細(xì)說(shuō)明。應(yīng)當(dāng)理解的是，此處所描述的具體實(shí)施方式僅用于說(shuō)明和解釋本發(fā)明實(shí)施例，并不用于限制本發(fā)明實(shí)施例。

本申請(qǐng)發(fā)明人在實(shí)現(xiàn)本發(fā)明目的的過(guò)程中發(fā)現(xiàn)對(duì)于大部分應(yīng)用而言，單個(gè)查詢(xún)的響應(yīng)時(shí)間只要達(dá)到秒級(jí)就可以滿足需求，不需要刻意追求單個(gè)查詢(xún)的響應(yīng)時(shí)間，例如對(duì)于典型的打車(chē)應(yīng)用，大部分用戶(hù)只要能在幾秒鐘內(nèi)得到響應(yīng)就能滿足要求，對(duì)于更快的查詢(xún)響應(yīng)時(shí)間，用戶(hù)的服務(wù)體驗(yàn)沒(méi)有明顯變化。因此，為了確保服務(wù)質(zhì)量，需要在單位時(shí)間內(nèi)盡可能多的響應(yīng)用戶(hù)的查詢(xún)，即系統(tǒng)的吞吐量成為了滿足大數(shù)據(jù)下位置服務(wù)查詢(xún)需求的關(guān)鍵因素。

基于這一思路，本發(fā)明實(shí)施例提出了一種路網(wǎng)中移動(dòng)對(duì)象查詢(xún)方法。在具體介紹這一方法之前，先對(duì)本發(fā)明實(shí)施例中所涉及的路網(wǎng)進(jìn)行說(shuō)明。

本發(fā)明實(shí)施例中，路網(wǎng)用一個(gè)無(wú)相加權(quán)圖g＝(v，e)來(lái)表示，其中v為節(jié)點(diǎn)的集合，代表路網(wǎng)中的連接處，e為無(wú)相邊的集合，代表路網(wǎng)中兩個(gè)節(jié)點(diǎn)之間的線段，同時(shí)對(duì)于任意路網(wǎng)g(e，v)，每條邊可以表示為e(v1，v2)，其中v1，v2為兩個(gè)聯(lián)通的節(jié)點(diǎn)，v1為起始節(jié)點(diǎn)，v2為最終節(jié)點(diǎn)，每條邊的權(quán)重為非負(fù)值。需說(shuō)明的是，上述參數(shù)用于體現(xiàn)路網(wǎng)的概念，而在實(shí)際中，可根據(jù)需要，采用不同的字符來(lái)表示參數(shù)的含義，例如也可以用n1、n2表示節(jié)點(diǎn)。

圖1示出了本發(fā)明實(shí)施例的路網(wǎng)中移動(dòng)對(duì)象查詢(xún)方法的流程示意圖，該移動(dòng)對(duì)象查詢(xún)方法應(yīng)用在服務(wù)器端，可以包括以下步驟：

步驟s100，獲取移動(dòng)對(duì)象更新數(shù)據(jù)和用戶(hù)輸入的查詢(xún)數(shù)據(jù)。

其中，移動(dòng)對(duì)象更新數(shù)據(jù)包括移動(dòng)對(duì)象識(shí)別號(hào)(id)及移動(dòng)對(duì)象坐標(biāo)等信息，例如體現(xiàn)典型打車(chē)應(yīng)用中涉及的車(chē)輛的實(shí)時(shí)位置的變化的信息；查詢(xún)數(shù)據(jù)例如是典型打車(chē)應(yīng)用中涉及的用戶(hù)對(duì)附近兩公里內(nèi)的出租車(chē)的查詢(xún)。

優(yōu)選地，如圖2所示，該步驟s100可以包括以下步驟：

步驟s101，周期性采集移動(dòng)對(duì)象更新數(shù)據(jù)。

步驟s102，實(shí)時(shí)接收用戶(hù)輸入的查詢(xún)數(shù)據(jù)。

步驟s103，采用緩存器(以下稱(chēng)為buffer)緩存所述移動(dòng)對(duì)象更新數(shù)據(jù)及所述查詢(xún)數(shù)據(jù)，并按照需要使用的線程數(shù)劃分buffer中的數(shù)據(jù)。

其中，可設(shè)置每個(gè)線程處理一塊移動(dòng)對(duì)象更新數(shù)據(jù)或一塊查詢(xún)數(shù)據(jù)。

更為優(yōu)選地，本發(fā)明實(shí)施例采用快照的方式將所述移動(dòng)對(duì)象更新數(shù)據(jù)和所述查詢(xún)數(shù)據(jù)存儲(chǔ)到buffer中，后續(xù)的計(jì)算也可以基于快照進(jìn)行，例如用戶(hù)在t1時(shí)刻提交的查詢(xún)基于在t0時(shí)刻形成的位置快照進(jìn)行計(jì)算，其中t0≤t1，t1-t0＜δt，δt為一個(gè)固定的時(shí)間間隔，查詢(xún)結(jié)果在t0+δt時(shí)間段內(nèi)有效。

其中，關(guān)于快照的原理及具體方法，可參考現(xiàn)有相關(guān)文獻(xiàn)，本發(fā)明實(shí)施例在此不再贅述。

步驟s200，采用多核cpu，基于移動(dòng)對(duì)象在路網(wǎng)中所在的節(jié)點(diǎn)對(duì)所獲取的移動(dòng)對(duì)象更新數(shù)據(jù)進(jìn)行聚集索引以及基于查詢(xún)數(shù)據(jù)在路網(wǎng)中所在的邊來(lái)對(duì)所獲取的查詢(xún)數(shù)據(jù)進(jìn)行聚集索引。

優(yōu)選地，如圖3所示，基于移動(dòng)對(duì)象在路網(wǎng)中所在的節(jié)點(diǎn)對(duì)所獲取的移動(dòng)對(duì)象更新數(shù)據(jù)進(jìn)行聚集索引可以包括以下步驟：

步驟s201，計(jì)算移動(dòng)對(duì)象與其所在路徑中的兩個(gè)端點(diǎn)處的節(jié)點(diǎn)的距離。

步驟s202，將與端點(diǎn)處的節(jié)點(diǎn)距離不超過(guò)其路徑長(zhǎng)度一半的移動(dòng)對(duì)象的移動(dòng)對(duì)象更新數(shù)據(jù)聚集在該節(jié)點(diǎn)。

步驟s203，將聚集完成的移動(dòng)對(duì)象更新數(shù)據(jù)放入一個(gè)對(duì)象表結(jié)構(gòu)中。

對(duì)于步驟s201-步驟s203，下面通過(guò)示例來(lái)說(shuō)明。圖4示出了對(duì)移動(dòng)對(duì)象進(jìn)行聚集索引的示例，其中，n1-n8表示節(jié)點(diǎn)，p1-p5表示移動(dòng)對(duì)象，從圖中可知p2和p3至節(jié)點(diǎn)n4的距離不超過(guò)對(duì)應(yīng)的路徑n3n4和n5n4的長(zhǎng)度的一半，從而將p2和p3聚集在對(duì)象表結(jié)構(gòu)的相鄰位置。同樣地，p4和p5在對(duì)象表結(jié)構(gòu)中的位置也是采用類(lèi)似方法確定。

優(yōu)選地，基于查詢(xún)數(shù)據(jù)在路網(wǎng)中所在的邊來(lái)對(duì)所獲取的查詢(xún)數(shù)據(jù)進(jìn)行聚集索引可以包括：將所有查詢(xún)數(shù)據(jù)按照所在路徑進(jìn)行聚集，并將同一條路徑上的查詢(xún)數(shù)據(jù)放入一個(gè)查詢(xún)表結(jié)構(gòu)的相鄰存儲(chǔ)位置。如此，可知與移動(dòng)對(duì)象更新數(shù)據(jù)處理的方式不同，所有查詢(xún)數(shù)據(jù)是按路徑進(jìn)行聚集，同一條路徑上的查詢(xún)數(shù)據(jù)在查詢(xún)表結(jié)構(gòu)中的存儲(chǔ)位置相近。

通過(guò)上面的操作，將移動(dòng)對(duì)象更新數(shù)據(jù)和查詢(xún)數(shù)據(jù)按照所在節(jié)點(diǎn)和所在的邊進(jìn)行聚集索引，分別存儲(chǔ)在對(duì)象表和查詢(xún)表中，從而可利用多核cpu的多核特性，通過(guò)批處理的方式，一次處理多個(gè)查詢(xún)。

另外，采用多核cpu還涉及對(duì)大容量?jī)?nèi)存技術(shù)的利用，即將工作負(fù)載(即buffer緩存的查詢(xún)數(shù)據(jù)和移動(dòng)對(duì)象更新數(shù)據(jù))全部放在多核cpu中進(jìn)行處理，從而充分利用了數(shù)據(jù)的空間局部性，增加了高速緩存的命中率，從而有利于后續(xù)提高相關(guān)算法的執(zhí)行效率。

更進(jìn)一步地，本發(fā)明實(shí)施例采用多核cpu進(jìn)行的聚集索引是格網(wǎng)(grid)索引，具體步驟為：將各移動(dòng)對(duì)象更新數(shù)據(jù)索引至格網(wǎng)中與該移動(dòng)對(duì)象更新數(shù)據(jù)的二維歐式空間坐標(biāo)相對(duì)應(yīng)的單元格中；以及將各查詢(xún)數(shù)據(jù)索引至格網(wǎng)中與該查詢(xún)數(shù)據(jù)相匹配的移動(dòng)對(duì)象更新數(shù)據(jù)所在的單元格中。

另外，在步驟200中，多核cpu將構(gòu)建完成的grid索引的數(shù)據(jù)以單元格為單位輸送至gpu端，以執(zhí)行步驟s300。

步驟s300，將聚集索引后的數(shù)據(jù)放入gpu中進(jìn)行基于knn算法的計(jì)算，以獲得查詢(xún)結(jié)果。

這里，需說(shuō)明的是，在步驟s200中，將移動(dòng)對(duì)象更新數(shù)據(jù)和查詢(xún)數(shù)據(jù)聚集在單元格中時(shí)，可能會(huì)出現(xiàn)數(shù)據(jù)扭曲現(xiàn)象，即過(guò)多的數(shù)據(jù)集中在一個(gè)或幾個(gè)單元格中造成了數(shù)據(jù)扭曲。對(duì)此，可設(shè)定當(dāng)grid中的單元格中所聚集的數(shù)據(jù)的量超出設(shè)定閾值時(shí)，在gpu端將該單元格劃分為至少兩個(gè)子單元格，并將各數(shù)據(jù)相應(yīng)存儲(chǔ)至對(duì)應(yīng)的子單元格。如此，對(duì)單元格進(jìn)行二次劃分，得到了更小粒度的子單元格，其中二次劃分優(yōu)選為可按照單元格首次劃分的相同方式進(jìn)行，例如，第一次劃分后形成3*3的單元格，其中兩個(gè)單元格中的數(shù)據(jù)量超過(guò)設(shè)定閾值，則單獨(dú)將這兩個(gè)單元格繼續(xù)劃分為3*3的單元格。

另外，knn算法的核心思想是如果一個(gè)樣本在特征空間中的k個(gè)最相鄰的樣本中的大多數(shù)屬于某一個(gè)類(lèi)別，則該樣本也屬于這個(gè)類(lèi)別，并具有這個(gè)類(lèi)別上樣本的特性。本發(fā)明實(shí)施例的方法在實(shí)質(zhì)上給出了一種利用多核cpu、gpu和特征的改進(jìn)型knn算法，該改進(jìn)算法原理為：對(duì)于在路徑中的knn查詢(xún)q，其查詢(xún)結(jié)果其中rq為查詢(xún)q的knn結(jié)果，o(ni，nj)為路徑ni，nj中的移動(dòng)對(duì)象，rni為節(jié)點(diǎn)ni的knn結(jié)果，rnj為節(jié)點(diǎn)nj的knn結(jié)果，從而可知路徑中某個(gè)節(jié)點(diǎn)的knn結(jié)果集為該節(jié)點(diǎn)所在兩個(gè)端點(diǎn)knn結(jié)果集和路徑中對(duì)象集合的子集。

據(jù)此，如圖5所示，將聚集索引后的數(shù)據(jù)放入gpu中進(jìn)行基于knn算法的計(jì)算的步驟可以如下：

步驟s301，基于聚集索引后的數(shù)據(jù)，計(jì)算路徑中的任意一個(gè)節(jié)點(diǎn)所在路徑的兩個(gè)端點(diǎn)的knn((k-nearestneighbor，k近鄰)結(jié)果集。

其中，關(guān)于knn結(jié)果集的計(jì)算可參考現(xiàn)有相關(guān)文獻(xiàn)進(jìn)行，在此則不再贅述。

步驟s302，基于聚集索引后的數(shù)據(jù)，計(jì)算路徑中的移動(dòng)對(duì)象集合。

步驟s303，從所述knn結(jié)果集和所述移動(dòng)對(duì)象集合的合集中查詢(xún)出所選定的節(jié)點(diǎn)的knn結(jié)果集。

通過(guò)上述操作，通過(guò)gpu執(zhí)行g(shù)rid的對(duì)應(yīng)單元格，以使移動(dòng)對(duì)象與查詢(xún)關(guān)聯(lián)，得到相應(yīng)的查詢(xún)結(jié)果。另外，在優(yōu)選的實(shí)施方式中，還需要將查詢(xún)結(jié)果分發(fā)給用戶(hù)，該查詢(xún)結(jié)果即是gpu的計(jì)算結(jié)果，從而還可以在分發(fā)查詢(xún)結(jié)果的同時(shí)，刪除進(jìn)行計(jì)算的過(guò)程中所產(chǎn)生的中間結(jié)果，以保證gpu的執(zhí)行效率。

如此，步驟s200和步驟s300相結(jié)合，實(shí)現(xiàn)了基于多核cpu和gpu進(jìn)行移動(dòng)對(duì)象knn查詢(xún)的方案，并充分運(yùn)用了多核cpu和gpu的特性，對(duì)于buffer中到來(lái)的移動(dòng)對(duì)象更新knn查詢(xún)，通過(guò)重新構(gòu)建索引的方式，充分發(fā)揮了多核cpu的特性；對(duì)于構(gòu)建好的索引結(jié)構(gòu)，利用gpu精于高效數(shù)據(jù)運(yùn)算的特征，提高了算法查詢(xún)的性能，且將多個(gè)查詢(xún)并執(zhí)行，充分利用查詢(xún)內(nèi)和查詢(xún)間的并行，提高了算法的效率。

因此，可知本發(fā)明實(shí)施例的移動(dòng)對(duì)象knn查詢(xún)方案中配置了基于大容量?jī)?nèi)存、多核cpu和gpu的新硬件環(huán)境的查詢(xún)框架，該查詢(xún)框架的具體配置可以例如：配置每臺(tái)可以提供12tb內(nèi)存的若干臺(tái)8路服務(wù)器，配置cpu內(nèi)核數(shù)最大可達(dá)18個(gè)的服務(wù)器，以及配置用來(lái)做大規(guī)模的并行運(yùn)算的gpu。其中，由buffer緩存數(shù)據(jù)，由cpu負(fù)責(zé)執(zhí)行復(fù)雜邏輯處理和事務(wù)管理等不適合數(shù)據(jù)并行的計(jì)算，由gpu負(fù)責(zé)計(jì)算密集型的大規(guī)模并行計(jì)算。

這里，多核cpu和gpu的配合構(gòu)成了gpgpu(generalpurposegpu，通用目的gpu)模型。如圖6所示，在gpgpu模型中，cpu作為主機(jī)(host)，gpu作為協(xié)處理器或者設(shè)備(device)。在一個(gè)系統(tǒng)中可以存在一個(gè)主機(jī)和若干個(gè)設(shè)備，即可理解為：通過(guò)一個(gè)多核cpu對(duì)所述移動(dòng)對(duì)象更新數(shù)據(jù)和所述查詢(xún)數(shù)據(jù)重新構(gòu)建索引，以及通過(guò)若干個(gè)gpu對(duì)構(gòu)建好的索引結(jié)構(gòu)進(jìn)行計(jì)算。

另外，多核cpu是以單元格為單位將構(gòu)建完成的grid索引的數(shù)據(jù)輸送至gpu端，如圖6所示，gpu端保留了多核cpu端的基于grid索引的單元格的數(shù)據(jù)存儲(chǔ)方案，gpu對(duì)相同單元格中的移動(dòng)對(duì)象更新數(shù)據(jù)和查詢(xún)數(shù)據(jù)進(jìn)行計(jì)算，且各個(gè)單元格之間相互獨(dú)立，可以并行執(zhí)行。其中，例如圖6中的單元格(2,0)是指二維歐式空間坐標(biāo)為(2，0)的單元格，gpu對(duì)該單元格中的數(shù)據(jù)進(jìn)行計(jì)算可獲得相關(guān)查詢(xún)結(jié)果。

在這個(gè)gpgpu模型中，cpu與gpu協(xié)同工作，各司其職，cpu負(fù)責(zé)進(jìn)行邏輯性強(qiáng)的事物處理和串行計(jì)算，gpu則專(zhuān)注于執(zhí)行高度線程化的并行處理任務(wù)。因此一旦確定了程序的并行部分，就可以考慮把這部分計(jì)算工作交給gpu。

需說(shuō)明的是，cpu、gpu各自擁有相互獨(dú)立的存儲(chǔ)器地址空間，即：主機(jī)端的內(nèi)存和設(shè)備端的顯存。

另外，上述步驟s100-步驟s300均由服務(wù)器執(zhí)行，即本發(fā)明實(shí)施例中可通過(guò)僅一個(gè)服務(wù)器來(lái)管理移動(dòng)對(duì)象，從而有利于簡(jiǎn)化系統(tǒng)。

下面通過(guò)示例來(lái)具體介紹本實(shí)施例中基于大內(nèi)存和gpgpu模型進(jìn)行移動(dòng)對(duì)象knn查詢(xún)的實(shí)施細(xì)節(jié)。

如圖7所示，在兩個(gè)線程執(zhí)行時(shí)，首先線程1處理路徑中的查詢(xún)q1、q2，線程2處理路徑上的查詢(xún)q3。在執(zhí)行的過(guò)程中，對(duì)于線程1需要查詢(xún)節(jié)點(diǎn)n1、n2的knn結(jié)果集，線程2需要查詢(xún)路徑n3、n4上的knn結(jié)果集。當(dāng)查詢(xún)繼續(xù)執(zhí)行時(shí)，線程1處理路徑上的查詢(xún)q5，線程2處理路徑上的查詢(xún)q6。對(duì)于線程1，因?yàn)楣?jié)點(diǎn)n3的knn結(jié)果集已經(jīng)得到，索引只需要查詢(xún)節(jié)點(diǎn)n5的結(jié)果集。對(duì)于線程2需要查詢(xún)節(jié)點(diǎn)n5和n6的knn結(jié)果集，對(duì)于節(jié)點(diǎn)n5在兩個(gè)查詢(xún)中共用，所以只需要一個(gè)線程查詢(xún)就可以。在查詢(xún)節(jié)點(diǎn)n5的knn結(jié)果集時(shí)，當(dāng)搜索到節(jié)點(diǎn)n3后就不需要再向節(jié)點(diǎn)n2和n4搜索。因?yàn)閚3的knn結(jié)果集已經(jīng)得到，所以減少了搜索的范圍。通過(guò)圖2的例子可以看到在查詢(xún)執(zhí)行過(guò)程中，只需要搜索很少的節(jié)點(diǎn)就能完成knn的查詢(xún)，同時(shí)在多線程執(zhí)行過(guò)程中，很多節(jié)點(diǎn)的knn結(jié)果集已經(jīng)得到，不需要重復(fù)的計(jì)算，提高了算法的查詢(xún)效率。

綜上所述，本發(fā)明實(shí)施例提出了一種基于新硬件環(huán)境下的高吞吐量路網(wǎng)中移動(dòng)對(duì)象查詢(xún)方法，其充分發(fā)揮了大內(nèi)存、多核cpu、gpu的特點(diǎn)，從而提高了移動(dòng)對(duì)象的查詢(xún)處理效率，更能滿足大數(shù)據(jù)下基于位置服務(wù)的用戶(hù)查詢(xún)需求。

以上結(jié)合附圖詳細(xì)描述了本發(fā)明例的可選實(shí)施方式，但是，本發(fā)明實(shí)施例并不限于上述實(shí)施方式中的具體細(xì)節(jié)，在本發(fā)明實(shí)施例的技術(shù)構(gòu)思范圍內(nèi)，可以對(duì)本發(fā)明實(shí)施例的技術(shù)方案進(jìn)行多種簡(jiǎn)單變型，這些簡(jiǎn)單變型均屬于本發(fā)明實(shí)施例的保護(hù)范圍。

另外需要說(shuō)明的是，在上述具體實(shí)施方式中所描述的各個(gè)具體技術(shù)特征，在不矛盾的情況下，可以通過(guò)任何合適的方式進(jìn)行組合。為了避免不必要的重復(fù)，本發(fā)明實(shí)施例對(duì)各種可能的組合方式不再另行說(shuō)明。

本領(lǐng)域技術(shù)人員可以理解實(shí)現(xiàn)上述實(shí)施例方法中的全部或部分步驟是可以通過(guò)程序來(lái)指令相關(guān)的硬件來(lái)完成，該程序存儲(chǔ)在一個(gè)存儲(chǔ)介質(zhì)中，包括若干指令用以使得一個(gè)(可以是單片機(jī)，芯片等)或處理器(processor)執(zhí)行本申請(qǐng)各個(gè)實(shí)施例所述方法的全部或部分步驟。而前述的存儲(chǔ)介質(zhì)包括：u盤(pán)、移動(dòng)硬盤(pán)、只讀存儲(chǔ)器(rom，read-onlymemory)、隨機(jī)存取存儲(chǔ)器(ram，randomaccessmemory)、磁碟或者光盤(pán)等各種可以存儲(chǔ)程序代碼的介質(zhì)。

此外，本發(fā)明實(shí)施例的各種不同的實(shí)施方式之間也可以進(jìn)行任意組合，只要其不違背本發(fā)明實(shí)施例的思想，其同樣應(yīng)當(dāng)視為本發(fā)明實(shí)施例所公開(kāi)的內(nèi)容。