A brief introduction to geospatial big data analytics with apache AsterixDB
A brief introduction to geospatial big data analytics with apache AsterixDB
复制标题
apache AsterixDB 地理空间大数据分析简介
DOI：
10.1145/3486189.3490018
复制
发表时间：
2021
期刊：
影响因子：
--
通讯作者：
Tsotras, Vassilis
中科院分区：
文献类型：
--
作者：
Sevim, Akil;Mahin, Mehnaz Tabassum;Vu, Tin;Maxon, Ian;Eldawy, Ahmed;Carey, Michael;Tsotras, Vassilis
空间数据具有巨大的潜力，当与时间或文本特征或两者结合时，空间数据的潜力甚至更加重要。然而，存储和分析空间数据的成本很高，而且由于额外的优化要求，组合特征更具挑战性。大空间数据管理有很多成功的解决方案，但它们不能很好地支持非空间操作。对于开源系统来说，系统的选项甚至更小，并且没有少数选项可以很好地覆盖空间和非空间操作。本教程介绍 Apache AsterixDB，这是一个可扩展的开源大数据管理系统，它支持标准矢量空间数据类型以及非空间属性，例如数字、时间和文本。参与者将获得 Apache AsterixDB 如何有效处理复杂的 SQL++ 查询的实践经验，这些查询需要厨房团队进行多次特殊处理。
There is immense potential with spatial data, which is even more significant when combined with temporal or textual features, or both. However, it is expensive to store and analyze spatial data, and it is even more challenging with the combined features due to the additional optimization requirements. There are numerous successful solutions for big spatial data management, but they do not well support non-spatial operations. The options for the systems are even smaller for the open sources systems, and there are not a handful of options that provide good coverage of care about the spatial and non-spatial operations. This tutorial introduces Apache AsterixDB, a scalable open-source Big Data Management System, which supports standard vector spatial data types as well as non-spatial attributes, e.g., numerical, temporal, and textual. The participants will get hands-on experience on how Apache AsterixDB can efficiently process complex SQL++ queries that require multiple special handling by a team from its kitchen.
UCR-STAR：UCR 时空活动存储库
DOI：
10.1145/3377000.3377005
发表时间：
2019
期刊：
SIGSPATIAL Special
影响因子：
--
作者：
Ghosh, Saheli;Vu, Tin;Eskandari, Mehrad Amin;Eldawy, Ahmed
通讯作者：
Eldawy, Ahmed
使用 GeoSpark 处理空间数据：分步教程
DOI：
--
发表时间：
2019
期刊：
SpatialAPI@SIGSPATIAL
影响因子：
--
作者：
Jia Yu;Mohamed Sarwat
通讯作者：
Mohamed Sarwat